Machine Learning y Data Science: Curso Completo con Python [Udemy Coupon Code]

"When you purchase something through one of the links on our site, we may earn an affiliate commission at no additional cost to you."

Limited offer hurry up

Machine Learning y Data Science: Curso Completo con Python is a top-rated Udemy course taught by Santiago Hernández — with over 19323+ students enrolled since it launched.

Aprende Machine Learning y Data Science con Python, ¡conviértete en un experto en Machine Learning con Python!

Don’t wait! This special offer won’t last long.

Click the button below to Get up to 100% OFF the regular price.

(The discount will be applied automatically at checkout — no code needed!)

Hurry — this discount on Machine Learning y Data Science: Curso Completo con Python won’t be around forever. Take action now!

100% off Udemy coupon code

Why enroll in the Machine Learning y Data Science: Curso Completo con Python Udemy Course?

  • Udemy gives you access to over 250,000 courses and 85,000 expert instructors worldwide.
  • Courses are led by experienced professionals dedicated to delivering a high-quality learning experience.
  • Many of Udemy’s most popular courses have hundreds of thousands of students enrolled.
  • Udemy offers online coupons, promo codes and voucher for the majority of its courses.

Machine Learning y Data Science: Curso Completo con Python Udemy Promotion code

Course Sections
Bienvenido al curso: Machine Learning desde cero. Proyectos reales en Python
Machine Learning: Contexto y Motivación
Preparación del entorno de aprendizaje para Python
Librerías básicas de Data Science y Machine Learning
¿Qué es el Machine Learning?
Regresión y Clasificación
Creación de un proyecto de Machine Learning
Support Vector Machines (SVM)
Árboles de decisión y conjuntos de árboles (Random Forest)
Selección y Extracción de características
Algoritmos de Clustering
Algoritmos de Machine Learning basados en probabilidad
Algoritmos de Machine Learning para la detección de anomalías
Redes Neuronales Artificiales y Deep Learning
Despedida del curso: Machine Learning desde cero. Proyectos reales en Python 3
Course Description
Requirements
Conocimientos básicos sobre el lenguaje de programación Python

¡Hola a todos y bienvenidos a este curso sobre los fundamentos del Machine Learning y su aplicación en la solución de problemas reales mediante el uso de Python 3!
Mi nombre es Santiago Hernández y voy a ser vuestro instructor a lo largo de este programa formativo, tenéis más información sobre mí en la biografía o en el vídeo “Presentación del instructor”.
A lo largo de este curso sobre Machine Learning y Data Science presentaré, desde un nivel muy básico y al alcance de todo tipo de perfiles, los fundamentos teóricos y matemáticos que se necesitan para comprender en detalle el funcionamiento de los algoritmos de aprendizaje automático y las técnicas de ciencia de datos más importantes en la actualidad.
Para ello, utilizaré el enfoque que mejores resultados me ha proporcionado al impartir este tipo de clases en diferentes universidades, un enfoque práctico, en el que veréis como se desarrollan las diferentes funciones y ecuaciones matemáticas de mi puño y letra.
Representaré gráficamente todas las intuiciones matemáticas en las que se fundamenta el Machine Learning, de manera que, cualquier persona pueda comprenderlas y avanzar con las siguientes secciones. Este no es un curso para matemáticos, es un curso para todos aquellos que quieren adentrarse en el dominio del aprendizaje automático aprendiendo unas bases sólidas que le permitan solucionar problemas reales mediante la implementación en Python 3 de las principales técnicas existentes y comprender aquellos algoritmos que surjan en el futuro.
A medida que vayamos construyendo y comprendiendo estos fundamentos teóricos, iremos aplicándolos a casos de uso prácticos en los que utilizaremos conjuntos de datos reales. Yo soy un firme creyente de que aquellas cosas que se aprenden de manera teórica deben saberse aplicar a casos de uso prácticos para sacarles todo el rendimiento posible, y esto es exactamente lo que haremos a lo largo del curso. En estos casos prácticos, trataremos de resolver diferentes problemas que existen en la actualidad mediante la aplicación de Machine Learning y Data Science en dominios tan interesantes como la Ciberseguridad utilizando el lenguaje de programación Python 3. Por supuesto, desde el primer momento dispondréis de todo el código fuente y de la posibilidad de utilizarlo para vuestros propios desarrollos.
La inteligencia Artificial y más concretamente el Machine Learning, ha sido percibida en muchas ocasiones como una disciplina compleja al alcance de unos pocos profesionales. Este curso ha sido creado para refutar esta creencia y demostrar que cualquier persona con suficiente interés puede convertirse en un profesional del aprendizaje automático, inscríbete ahora y compruébalo tú mismo.

Temario del curso

Bienvenido al curso: Machine Learning desde cero. Proyectos reales en Python 3

Machine Learning: Contexto y Motivación

Introducción y creación el entorno de aprendizaje para Python 3: Jupyter Notebook, Jupyter Lab, Google Colaboratory, Numpy, Pandas, Matplotlib

¿Qué es el Machine Learning?: Aprendizaje Supervisado, Aprendizaje no Supervisado, Aprendizaje Online, Aprendizaje Batch, Aprendizaje basado en Instancias, Aprendizaje basado en Modelos

Regresión y Clasificación: Regresión Lineal, regresión Logística

Creación de un proyecto de Machine Learning: Visualización del conjunto de datos, Overfitting, Underfitting, Evaluación, Selección del modelo

Support Vector Machines (SVM): Hard Margin Classification, Soft Margin Classification, Modelo Lineal, Kernels

Árboles de decisión y conjuntos de árboles: Árbol de decisión, Gini Impurity, Ensemble Learning, Bagging, Pasting, Boosting, Stacking, Random Forests

Selección y Extracción de características

Algoritmos de Clustering: Kmeans, Dbscan, Purity Score, Silhouette coefficient, Calinski & Harabasz index

Algoritmos de Machine Learning basados en probabilidad: Teorema de Bayes, Naive Bayes, Bernoulli Naive Bayes, Gaussian Naive Bayes

Algoritmos de Machine Learning para la detección de anomalías: Gaussian distribution, Multivariate Gaussian distribution, Random Forest

Redes Neuronales Artificiales y Deep Learning: Threshold Logic Unit, Percetrón, Perceptrón Multicapa, Redes Neuronales Profundas

Despedida del curso: Machine Learning desde cero. Proyectos reales en Python 3