Métodos Numéricos en Machine Learning

Módulos del Programa

9 Módulos

Módulo 1. Introducción al curso

Empieza familiarizándote con la estructura del curso, los conceptos clave, las tareas que desarrollarás y el proyecto final. Comprenderás cómo los métodos numéricos sustentan el entrenamiento de modelos y cómo este curso conecta técnicas matemáticas con aplicaciones prácticas en Machine Learning.

Módulo 2. Evaluación inicial

1.5h

Evalúa tu conocimiento actual sobre métodos numéricos aplicados a Machine Learning. La prueba está dividida por bloques temáticos e identifica tanto tus fortalezas como los temas que necesitas reforzar. Al finalizar, recibirás retroalimentación inmediata y recomendaciones personalizadas

Módulo 3. Análisis de algoritmos

Descubre por qué los métodos numéricos son esenciales analizando la complejidad y estructura de los algoritmos de entrenamiento. Aprenderás a calcular la complejidad computacional de un algoritmo, diferenciar métodos directos e iterativos, y resolver ecuaciones utilizando el método de bisección.

Módulo 4. Descenso de gradiente

Estudia el algoritmo de gradient descent, una técnica fundamental en el entrenamiento de modelos. Analizarás funciones de pérdida en problemas de clasificación y regresión, aprenderás qué es el gradiente de una función y cómo aplicar este método paso a paso.

Módulo 5. Entrenamiento de descenso de gradiente

1.5h

Profundiza en cómo se utiliza el gradient descent para entrenar modelos de regresión lineal y redes neuronales. Escribirás un algoritmo de descenso de gradiente estocástico (stochastic gradient descent), aplicarás técnicas de regularización y estudiarás cómo aprenden las redes neuronales.

Módulo 6. Potenciación del gradiente

Lleva tus habilidades al siguiente nivel con gradient boosting, un método que combina múltiples modelos simples para crear predicciones más precisas. Aprenderás a reducir el overfitting y a trabajar con la biblioteca CatBoost para construir modelos más robustos.

Módulo 7. Proyecto final

Aplica tus conocimientos en un desafío práctico. Trabajarás con Rusty Bargain, una plataforma de compraventa de autos usados, para construir un modelo que prediga el valor de un vehículo. Utilizarás datos históricos, especificaciones técnicas y versiones de equipamiento, optimizando la calidad, velocidad y tiempo de entrenamiento del modelo.

Enviarás tu proyecto para revisión, recibirás retroalimentación especializada y harás los ajustes necesarios hasta lograr su aprobación.

Módulo 8. Evaluación final

1.5h

Mide tu progreso con una evaluación de cierre que te permitirá comparar los resultados con tu prueba inicial. Recibirás resultados inmediatos, desglosados por habilidades, para visualizar claramente tus avances.

Módulo 9. Conclusión

Revisa los aprendizajes clave, reflexiona sobre tu experiencia y comparte comentarios que contribuyan a mejorar futuras ediciones del curso.

Métodos Numéricos en Machine Learning

Qué ofrece el programa

Módulos del Programa

¡Contáctanos!

Explore más cursos de aprendizaje automático