Curso Fundamentos de Inteligencia Artificial y Machine Learning: 01 Intro
Fundamentos de Inteligencia Artificial y Machine Learning
No requiere registro
Lo que aprenderás
- Comprender los fundamentos del aprendizaje automático
- Implementar algoritmos de clasificación y regresión
- Preparar y limpiar datos para modelos predictivos
- Evaluar y optimizar modelos de machine learning
- Aplicar inteligencia artificial a problemas reales
Descripción del curso
Fundamentos de Inteligencia Artificial y Machine Learning
Contenido del curso (34 lecciones)
Curso Fundamentos de Inteligencia Artificial y Machine Learning
02. Diferencias IA, Machine Learning y Deep Learning: Curso de Fundamentos de IA y Machine Learning
03. Pasos de creación de algoritmos de ML: Curso Fundamentos de IA y Machine Learning
04.Instalación Anaconda Framework: Curso Fundamentos de Inteligencia Artificial y Machine Learning
05 .Que es Supervised Learning (Aprendizaje Supervisado)
06. Overfitting y Undefitting: Tipos de Supervised Learning
07.Explicación Librerías: Numpy, Pandas, Matplotlib
08.Algoritmo k Nearest Neighbor KNN: Algoritmo vecinos mas cercanos
09.Entrenamiento del modelo KNN
10 .Evaluación Modelo KNN
11. Teorema de Bayes: Explicacion
12.Algoritmo de Clasificación Naive Bayes
13.Obtener DataSet con NLKT: Algoritmo Naive bayes
14.Cómo Procesar Tweets con IA: Guía de Términos Clave en NLP, Lenguaje de Procesamiento Natural
15.Obtener Frecuencias en el Lenguaje de Procesamineto Natural (NLP), Explicacion Procesar Tweets
16.Naive Bayes Ejemplo Practico de Predicción
17.Introducción Modelos Lineales: Supervised Learning - Regression
18. Regresión Lineal: Qué es y Cómo Usarla en tus Proyectos de IA
19. Análisis Exploratorio de Datos (EDA): Cómo Descubrir Insights Ocultos con IA
20. Análisis Exploratorio de Datos (EDA) y Visualización: Convierte Información en Gráficos
Valoraciones del curso
Sé el primero en valorar este curso
Inicia sesión para valorar este curso y ayudar a otros estudiantes.
Iniciar sesión