• LOGIN
  • No hay productos en el carrito.

0 ALUMNOS MATRICULADOS

    Cursos de interés

    Machine learning y data science con scikit-learn y pyspark

    Capacítate en este curso Machine learning y data science con scikit-learn y pyspark con la mejor plataforma e-Learning.
    Revisa el contenido las veces que quieras, en el tiempo que necesites.
    Campuexpertos.com

    Este curso pretende ser una introducción a las técnicas más relevantes de Machine Learning y mostrar ejemplos de aplicación de estas técnicas. Que sirva para conocer qué técnicas existen, en qué se fundamentan y sobre qué tipos de problemas pueden aplicarse, el enfoque será teórico-práctico y se hará uso del lenguaje de programación Python y del toolkit Scikit Learn, se recomienda a los alumnos instalarse ANACONDA en su plataforma habitual, ANACONDA incluye Python, Scikit-Learn y Matplotlib, la versión de python que utilizaremos será la 3.6, también veremos pyspark como plataforma de desarrollo de aplicaciones distribuidas.

    Entre los principales objetivos podemos destacar: introducir los conceptos de ciencias de datos y machine learning, introducir las principales librerías que podemos encontrar en python para aplicar técnicas de machine learning a los datos, introducir las principales librerías que podemos encontrar en python para tratamiento y visualización de datos, dar a conocer los pasos para construir un modelo de machine learning, desde la adquisición de datos,pasando por la generación de funciones, hasta la selección de modelos.

    Certifícate con la mejor plataforma 100% Online. Estudia donde y cuando quieras.
    Revisa el curso cuando quieras las veces que desees.

    Contenido del Curso

    Introducción a la ciencia de datos y machine learning
    Introducción 00:07:39
    Definiciones 00:13:38
    Definiciones de ciencia de datos y machine learning
    Introducción al aprendizaje automático 00:04:42
    Introducción y ejemplos de aplicación de machine learning
    Tipos de aprendizaje automático 00:07:41
    Se comentarán los principales tipos de aprendizaje automático
    Aprendizaje supervisado vs no supervisado 00:08:12
    Se comentarán los problemas que resuelven cada tipo
    Problema del sobre entrenamiento 00:04:43
    Se comentará la problemática del sobreentrenamiento en problemas de machine learning y se propondrán algunas soluciones
    Pasos para construir un modelo de machine learning 00:10:23
    Se comentarán los principales pasos para construir un modelo de machine learning
    Cuestionario de evaluación machine learning 00:00:00
    Librerías para tratamiento y visualización de datos con python
    Librerías de Python para machine learning:Numpy, SciPy, Pandas 00:18:12
    Se comentarán los principales librerías,instalación y ejemplos con numpy y pandas
    Instalación anaconda + jupyter notebook 00:18:29
    Se comentará la instalación de un entorno de desarrollo para python basado en notebook instalando los paquetes mediante anaconda. Se comentarán los principales comandos para instalar paquetes con anaconda.
    Conjunto de datasets 00:12:36
    Se comentará el módulo pydatasets que contiene conjuntos de datos predefinidos que podemos usar para realizar pruebas
    Crear nuestro propio dataset 00:07:47
    Crear nuestro propio dataset
    Introducción a pandas 00:15:07
    Se comentarán las principales funcionalidades de la librería pandas para tratamiento de datos
    Ejemplos prácticos tratamiento de datos con pandas 00:09:17
    Ejemplos prácticos tratamiento de datos con pandas
    Librerías de visualización de datos con python 00:12:24
    Se comentarán los principales librerías de visualización de datos en python.
    Ejemplos prácticos visualización de datos 00:19:09
    Se comentarán ejemplos para visualización de datos con matplotlib,bokeh, seaborn y folium
    Visualizacion datos con bokeh última version 0.12.10 00:19:16
    Visualizacion datos con bokeh última version 0.12.10
    Librerías de machine learning con python 00:00:00
    Se comentarán librerías relacionadas con machine learning que podemos encontrar en python
    Cuestionario de evaluación tratamiento y visualización de datos 00:00:00
    Scikit-learn como librería de machine learning
    Introducción a scikit-learn 00:11:28
    Instalación de la librería , uso de los principales módulos y datasets incorporados en scikit-learn
    Datasets sklearn 00:15:20
    Datasets sklearn
    Algoritmos de Machine Learning en scikit-learn 00:16:51
    Se comentarán los principales algoritmos que vamos a ver y dar una primera visión de los vamos a ver a nivel del API de sklearn para entrenar nuestros datos
    Introducción a la regresión lineal 00:08:39
    Se introducirá la regresión lineal a nivel teórico y se introducirá cómo podemos aplicarlo de forma gráfica con sklearn y matplotlib
    LinearRegression como algoritmo de regresión lineal 00:14:34
    Definir en qué consiste el algoritmo de regresión lineal y ejemplo de problema de regresión lineal con un dataset definido en scikit-learn
    Resolver problema de predecir el tráfico web 00:14:40
    Se tratará de resolver el problema de predecir el trafico de una web mediante distintos algoritmos de regresión para determinar cuál es el más óptimo
    Logistic Regression como algoritmo de regresión logística 00:12:50
    Ejemplo de regresión logística con un dataset definido en scikit-learn
    LogisticRegresion gráfico 00:07:55
    Introducción a los árboles de decisión 00:12:09
    Se introducirán los principales conceptos a nivel teórico de los árboles de decisión
    DecissionTreeClassifier como algoritmo de árboles de decisión 00:18:50
    Ejemplo de árboles de decisión con un dataset definido en scikit-learn
    DecissionTreeRegressor como algoritmo de selección de mejores atributos 00:14:59
    SVM como algoritmo de máquinas de vectores de soporte 00:00:00
    Implementación del algoritmo SVM en scikit-learn 00:13:29
    Ejemplos de clasificador multiclase y gráfico donde se pueden ver los diferentes modelos de implementación de support vector machine
    Clasificador de dígitos con el algoritmo SVM en scikit-learn 00:19:55
    Ejemplo de implementación en python con scikit-learn con el dataset de digits
    K-NN (K Nearest Neighbor) como algoritmo de clasificación supervisada 00:14:07
    Explicación del algoritmo K-NN (K Nearest Neighbor) para resolver problemas basados en el cálculo de los k vecinos más cercanos
    Implementación de KNeighborsClassifier en scikit-learn 00:17:38
    Ejemplos de implementación en python con scikit-learn
    KneighborsClassifier vs RadiusNeighborsClassifier 00:00:00
    Comparación entre ambos modelos de aprendizaje en scikit-learn
    Clustering y aprendizaje no supervisado 00:08:18
    Explicación del algoritmo de clustering dentro del aprendizaje no supervisado
    Aplicaciones de clustering 00:00:00
    Describir las principales aplicaciones que se pueden aplicar
    Tipos de clustering 00:00:00
    K-means como algoritmo de clustering 00:10:31
    Explicación del algoritmo Kmeans para resolver problemas de agrupación de datos
    Implementación de K-means en scikit-learn 00:21:24
    Ejemplo de implementación en python con scikit-learn
    Ejemplos kmeans en scikit-learn 00:16:25
    AffinityPropagation en scikit-learn 00:12:52
    Implementación del algoritmo de clustering AffinityPropagation en scikit-learn
    Titanic Dataset gráficos 00:19:03
    Mostrar el dataset del titanic con gráficos circular,histograma y de barras
    Titanic Dataset Scikit-learn 00:20:47
    Mostrar técnicas de tratamiento de datos antes de aplicar machine learning ,técnicas relacionadas con la limpieza de los datos y la selección de atributos,a nivel de aprendizaje se mostrará el algoritmo de árbol de decisión sobre el dataset de titanic.scv
    Cuestionario de evaluación scikit-learn 00:00:00
    Pyspark como librería de big data y data science
    Introducción al big data 00:00:00
    Introducción a Apache Spark 00:09:49
    Comentar las principales características de Apache Spark y ventajas respecto a otros sistemas
    Módulos de Apache Spark 00:14:04
    Comentar los principales módulos de Apache Spark
    Spark para Científicos de Datos 00:00:00
    Comentar los principales ventajas que aporta Spark para científicos de datos
    Instalación de Apache Spark 00:13:44
    Comentar la instalación de Apache Spark en sistemas unix
    Consola interactiva en pyspark 00:00:00
    Comentar la ejecución de comandos de spark desde la consola interactiva de python
    SparkContext y esqueleto de una aplicación con pyspark 00:16:52
    Comentar el principal objeto del que disponemos para trabajar con spark y ejemplos de aplicación mediante scripts de python
    SparkSubmit para la ejecución de scripts python 00:00:00
    Comentar el script sparksubmit para lanzar scripts completos en python. Ejemplo de script
    SparkSubmit parte práctica 00:14:29
    Datasets y RDD con pyspark 00:00:00
    Definir los conceptos de dataset y RDD dentro del contexto de spark
    Crear un RDD en python con pyspark 00:13:04
    Crear colecciones de datos con pyspark
    Operaciones sobre un RDD 00:12:06
    Comentar las principales operaciones que se pueden aplicar a las colecciones de datos con pyspark. Transformaciones y acciones. Ejemplos prácticos de operaciones
    Transformaciones sobre un RDD 00:22:03
    Comentar las principales transformaciones que se pueden aplicar a las colecciones de datos con pyspark.
    Map Reduce en pyspark 00:08:59
    Comentar las principales funciones en spark para tratar un problema mediante map reduce. Ejemplo de map reduce
    Funciones lambda en python 00:00:00
    Funciones lambda,map,filter,reduce en python
    Resumen operaciones pyspark 00:21:42
    Resumen operaciones pyspark
    Resumen operaciones map reduce 00:19:16
    Instalar y ejecutar Pyspark con docker 00:00:00
    Comentar la instalación y ejecución de pyspark con docker
    Contador de palabras con pyspark 00:18:15
    Ejemplo de scripts en python con jupyter notebook
    Palabras más frecuentes de un texto con pyspark 00:08:42
    Leer ficheros csv 00:10:20
    Leer fichero csv y cargarlo como un RDD en spark
    Lectura ficheros json con pyspark 00:10:20
    Comentar los principales modos de lectura y carga de ficheros
    Trabajando con Spark SQL y dataframes 00:22:24
    Introducir Spark SQL como módulo que permite trabajar con datos estructurados Ejemplo de operación sql y estructuras dataframes
    Resumen operaciones sql dataframes pyspark 00:20:04
    MLlib como módulo de machine learning con pyspark 00:09:14
    Introducir MLlib como módulo de machine learning comentando los principales algoritmos que podemos utilizar
    Introducción a MLlib 00:00:00
    Ejemplo clasificación Spam con mLlib 00:14:33
    Clustering con pyspark. Algoritmo Kmeans 00:10:12
    Comentar un problema de clustering y cómo podemos solucionarlo con pyspark Ejemplo algoritmo kmeans con python
    Cuestionario de evaluación pyspark 00:00:00
    Sistemas de recomendación
    Definir sistema de recomendación 00:07:24
    Tipos de sistemas de recomendación 00:08:25
    Filtros basados en contenido (Content-Based Filtering) 00:00:00
    Introducir los filtros basados en contenido Mostrar un ejemplo con python de filtro basado en el contenido
    Práctica filtro basado en contenido 00:14:07
    Práctica filtro basado en contenido mediante extracción de atributos 00:18:43
    Filtros colaborativos (Collaborative Filtering) 00:00:00
    Práctica filtro colaborativo 00:00:00
    Práctica filtro colaborativo csv 00:16:26
    Conclusiones 00:00:00
    Cuestionario de evaluación sistemas de recomendación 00:00:00
    Recursos y artículos
    Recursos y artículos 00:13:57

    Opiniones del Curso

    N.A

    calificaciones
    • 1 estrellas0
    • 2 estrellas0
    • 3 estrellas0
    • 4 estrellas0
    • 5 estrellas0

    No se han encontrado opiniones para este curso

    Acerca de Campuexpertos

    Campuexpertos - Cursos elearning, capacitación online ofertada por instructores expertos que te guiarán paso a paso para que puedas cumplir tus metas planteadas y cumplas tus sueños.

    Validador de certificados

    Quien está Online

    Foto del perfil de Alexandra Timbila
    Foto del perfil de Gladys Martinez
    Foto del perfil de Katherine Guillen
    Foto del perfil de Jose Leser
    ® Todos los derechos reservados – Campuexpertos © Diseñado por Mk Advice Digital

    Entrar

    Register

    Create an Account
    Create an Account Back to login/register
    X