Requisitos previos
Este curso también está disponible de manera virtual en formato A su ritmo.
Machine Learning con MATLAB
Este curso de dos días se centra en el análisis de datos y las técnicas de aprendizaje automático (machine learning) en MATLAB® empleando la funcionalidad de Statistics and Machine Learning Toolbox™ y Deep Learning Toolbox™. El curso muestra el uso del aprendizaje no supervisado para descubrir características en conjuntos grandes de datos y aprendizaje supervisado para crear modelos predictivos. Los ejemplos y ejercicios destacan las técnicas para la visualización y la evaluación de los resultados. Temas incluidos:
- Organización y preprocesamiento de datos
- Agrupación de datos (Clustering)
- Creación de modelos de clasificación y regresión
- Interpretación y evaluación de modelos
- Simplificación de conjuntos de datos
- Utilización de conjuntos para mejorar el rendimiento del modelo
Ver esquema detallado del curso
Machine Learning con MATLAB
Prerrequisitos
| Day 1 of 2 | |
|---|---|
| Importing and Organizing Data | Objective: Bring data into MATLAB and organize it for analysis, including normalizing data and removing observations with missing values.
|
| Finding Natural Patterns in Data | Objective: Use unsupervised learning techniques to group observations based on a set of explanatory variables and discover natural patterns in a data set.
|
| Building Classification Models | Objective: Use supervised learning techniques to perform predictive modeling for classification problems. Evaluate the accuracy of a predictive model.
|
| Day 2 of 2 | |
|---|---|
| Improving Predictive Models | Objective: Reduce the dimensionality of a data set. Improve and simplify machine learning models.
|
| Building Regression Models | Objective: Use supervised learning techniques to perform predictive modeling for continuous response variables.
|
| Creating Neural Networks | Objective: Create and train neural networks for clustering and predictive modeling. Adjust network architecture to improve performance.
|
| Día 1 de 2 | |
|---|---|
| Importación y Organización de datos | Objetivo: Traer datos a MATLAB y organizarlos para su análisis, incluyendo la normalización de datos y la eliminación de observaciones con datos ausentes.
|
| Búsqueda de Patrones Naturales en los Datos | Objetivo: Uso de técnicas de aprendizaje no supervisado para agrupar observaciones basado en un conjunto de variables explicativas y descubrimiento de patrones naturales en un conjunto de datos.
|
| Construcción de Modelos de Clasificación | Objetivo: Uso de técnicas de aprendizaje supervisado para la modelación predictiva de problemas de clasificación. Evaluar la precisión de la predicción del modelo.
|
