Cursos de Inteligencia Artificial, Machine Learning y Data Science

Probabilidad Nivel Intermedio

Curso teórico-práctico en donde aprenderás conceptos y aplicaciones prácticas de las distribuciones de probabilidad más usadas en Ciencia de Datos y Machine Learning. Inicia el 16 de noviembre de 2023. 11 lecciones.

Probabilidad Nivel Básico

Curso teórico donde aprenderás los fundamentos de la Probabilidad, una área de las matemáticas esencial en la Ciencia de Datos, la Inteligencia Artificial y el Machine Learning. 13 lecciones.

Pandas Nivel Avanzado

Curso práctico en donde aprenderás a usar herramientas para la re-estructuración de tablas de datos y para el procesamiento de series de tiempo usando la librería Pandas. 20 lecciones.

Pandas Nivel Intermedio

Curso práctico en donde aprenderás a combinar, agrupar y visualizar datos estructurados usando la librería Pandas, así como a realizar el Análisis Exploratorio de Datos. 17 lecciones.

Pandas Nivel Básico

Curso práctico en donde aprenderás los elementos básicos para la manipulación de datos estructurados usando la librería Pandas enfocado a su uso en proyectos de Ciencia de Datos y Machine Learning. 18 lecciones.

Matplotlib para Ciencia de Datos y Machine Learning

Curso práctico en donde aprenderás a usar Matplotlib, la librería de visualización de Python, fundamental en cualquier proyecto de Ciencia de Datos y Machine Learning. 17 lecciones.

Cálculo para Ciencia de Datos y Machine Learning

Curso teórico en donde aprenderás los conceptos y herramientas esenciales del Cálculo, un campo de las matemáticas fundamental para entender las diferentes técnicas y herramientas usadas en Ciencia de Datos y Machine Learning. 21 lecciones.

Álgebra Lineal para Ciencia de Datos y Machine Learning

Curso teórico-práctico en donde aprenderás los conceptos esenciales del Álgebra Lineal, un campo de las matemáticas fundamental para entender el funcionamiento de los diferentes algoritmos usados en Ciencia de Datos y Machine Learning. 28 lecciones.

NumPy para Ciencia de Datos y Machine Learning

Curso práctico en donde aprenderás a usar la librería Numpy, que permite realizar el procesamiento avanzado de arreglos numéricos en Python, una fase esencial en cualquier proyecto de Ciencia de Datos y Machine Learning. 16 lecciones.

Introducción al Machine Learning

Curso diseñado para todos aquellos que son totalmente nuevos en el campo del Aprendizaje de Máquina (o Machine Learning) y que quieren entender qué es, sus campos de aplicación y los conceptos básicos así como la ruta de aprendizaje y estrategias requeridas para incursionar en esta área. 10 lecciones.

Introducción a la Ciencia de Datos

Curso diseñado para todos aquellos que son totalmente nuevos en el campo de la Ciencia de Datos y que quieren entender qué es, sus campos de aplicación, qué son los datos y algunas de las principales técnicas para su procesamiento así como lo que se requiere para ser un Científico de Datos. 17 lecciones.

Python Nivel Avanzado

Curso práctico en donde aprenderás la manipulación avanzada (lectura, escritura, modificación) de diferentes tipos de archivos, el manejo de excepciones y cómo realizar Programación Orientada a Objetos en Python. 17 lecciones.

Aprendizaje por Refuerzo Nivel Intermedio

Curso teórico-práctico en donde aprenderás e implementarás en Python los principales algoritmos clásicos para la solución de problemas de Aprendizaje por Refuerzo. 16 lecciones.

Python Nivel Intermedio

Curso práctico donde aprenderás a usar la librería estándar de Python, las listas, tuplas, sets y diccionarios y funciones avanzadas para el procesamiento de strings. 24 lecciones.

Aprendizaje por Refuerzo nivel Básico

Curso teórico donde aprenderás los conceptos básicos del Aprendizaje Reforzado, así como los elementos matemáticos fundamentales de los Procesos de Decisión de Markov. 18 lecciones

Python Nivel Básico

Curso práctico en donde aprenderás desde cero los conceptos básicos de programación de computadores usando Python. 25 lecciones.

Fundamentos de Deep Learning con Python

Curso teórico-práctico en donde aprenderás todo acerca de las Redes Neuronales, Convolucionales, Recurrentes, LSTM y Transformer. 111 lecciones.

7 - La distribución multinomial

(Noviembre 30, 2023 - Probabilidad Nivel Intermedio)

En esta lección veremos qué es y en qué situaciones resulta útil usar la distribución multinomial.

6 - La distribución binomial: ejemplo práctico

(Noviembre 28, 2023 - Probabilidad Nivel Intermedio)

En esta lección veremos de forma práctica cómo crear un sencillo modelo predictivo haciendo uso de la distribución binomial y de Python.

5 - La distribución binomial

(Noviembre 25, 2023 - Probabilidad Nivel Intermedio)

En esta lección veremos qué es la distribución binomial, cuál es su función de probabilidad de masa y un ejemplo práctico de cálculo de esta distribución.

4 - Probabilidad de masa y distribución acumulada

(Noviembre 23, 2023 - Probabilidad Nivel Intermedio)

En esta lección veremos qué son las funciones de probabilidad de masa y de distribución acumulada que permiten caracterizar la distribución de variables aleatorias discretas.

3 - Distribuciones de probabilidad: ejemplo práctico

(Noviembre 21, 2023 - Probabilidad Nivel Intermedio)

En esta lección veremos cómo usar Python y librerías como Pandas y Seaborn para obtener la distribución de probabilidad de diferentes sets de datos.

2 - ¿Qué es una distribución de probabilidad?

(Noviembre 18, 2023 - Probabilidad Nivel Intermedio)

En esta lección vamos a entender qué es una distribución de probabilidad y por qué resulta importante en Ciencia de Datos y Machine Learning