Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • Propuesta de Temas ML MCCQ

    Cargado por

    MANUEL LAGOS BARZOLA,
    11 vistas1 página
    La propuesta presenta un plan de 6 semanas para la parte teórica y los laboratorios de una clase de machine learning. La parte teórica cubriría temas como introducción a ML, etapas del proceso de ML, aprendizaje supervisado, aprendizaje no supervisado y redes neuronales. Los laboratorios se enfocarían en temas como terminología de ML, herramientas de Python, exploración de datos, preprocesamiento, ingeniería de atributos y selección y entrenamiento de algoritmos ML.

    Descripción original:

    Título original

    Propuesta de Temas Ml Mccq

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    La propuesta presenta un plan de 6 semanas para la parte teórica y los laboratorios de una clase de machine learning. La parte teórica cubriría temas como introducción a ML, etapas del proceso de ML, aprendizaje supervisado, aprendizaje no supervisado y redes neuronales. Los laboratorios se enfocarían en temas como terminología de ML, herramientas de Python, exploración de datos, preprocesamiento, ingeniería de atributos y selección y entrenamiento de algoritmos ML.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    11 vistas1 página

    Propuesta de Temas ML MCCQ

    Cargado por

    MANUEL LAGOS BARZOLA,
    La propuesta presenta un plan de 6 semanas para la parte teórica y los laboratorios de una clase de machine learning. La parte teórica cubriría temas como introducción a ML, etapas del proceso de ML, aprendizaje supervisado, aprendizaje no supervisado y redes neuronales. Los laboratorios se enfocarían en temas como terminología de ML, herramientas de Python, exploración de datos, preprocesamiento, ingeniería de atributos y selección y entrenamiento de algoritmos ML.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 1

    PROPUESTA DE TEMAS ML

    Mg. Mercedes Ccesa Quincho

    Semana Temas para la parte teórica (3h) Temas para los laboratorios (2h)
    1 Introducción: Qué e machine learning, Terminologías u lizadas en ML
    clasificación, usos, historia, entre otros (quizás pueda incluirse en la parte
    teórica)
    Herramientas para ML
    Librerias de Python usada en ML
    (Numpy, Pandas)
    Cargar datos/ Importar datos
    2 Etapas o fases de ML Exploración y visualización de datos
    Pre-procesamiento: Recoleción ( pos de (Histogramas, Gráficas de dispersión,
    datos), análisis y preparación de datos etc)
    3 Ingeniería de atributos Conversión de pos de datos:
    Datos categóricos a e quetas.
    Conver r e quetas en one hot
    encodings
    Ingeniería de atributos 1
    4 Aprendizaje supervisado: algoritmos Ingeniería de atributos 2
    5 Aprendizaje no supervisado: algoritmos Selección de algoritmos ML
    6 Introducción a redes neuronales Entrenamiento del modelo ML y
    evaluación

    También podría gustarte