Taller Machine Learning

Descripción

Machine learning para problemas de hoy: un enfoque para la industria.

Participa en este taller teórico-práctico donde se mostrarán las principales herramientas y técnicas del aprendizaje automático para resolver problemas en el sector industrial actual.

En este taller aprenderás a:

- Utilizar la principales herramientas de Data Science
- Los algoritmos fundamentales del Machine Learning
- Como resolver problemas reales con Machine Learning

Entradas Disponibles

Evento cerrado

El evento 'Taller Machine Learning' finalizó el 29-Jul-2017.

Este evento fue organizado con Ticketcode, ver ¿Cómo funciona?

Detalles del Evento

Pago en efectivo

También puede consignarse a la cuenta de ahorros de la Corporación Científicos de Datos, cuyo Número es 07374765510 de Bancolombia, después debes enviar la foto de la consignación, al correo Contacto@cientificasdedatos.com con nombre y apellido del participante, cédula, número de contacto y correo electrónico.

Tutores:

Juan Camilo Vásquez Correa

Computer scientist con experiencia en actividades de investigación y desarrollo relacionadas con el machine learning y data analysis para varias aplicaciones en campos relacionados con la medicina y la seguridad. Sus intereses incluyen el Machine Learning, el Deep Learning, el Procesamiento del Habla, la Interacción de la Computadora Humana y el Procesamiento Digital de la Señal.

Andres Velez Echeverri

Estadístico con experiencia en trabajo en equipo, análisis de datos y modelado de información utilizando lenguajes como R, Python, Spark, SAS (Enterprise Guide, Enterprise Miner, Studio). Fascinado por el tema de Machine learning, statistical simulation, big data, aplicaciones web y programación distribuida.

Sebastian Pineda Arango

Científico de datos. Apasionado por los algoritmos de aprendizaje de máquina y sus aplicaciones en visión artificial, inteligencia de negocios y procesamiento de lenguaje natural.

Temas:

  • Introducción al machine Learning
  • Métodos de visualización de datos (PCA, KPCA, t-SNE)
  • Métodos de clasificación y regresión
    • Regresión Logística
    • Redes neuronales artificiales
    • Arboles de decisión y bosques aleatorios
    • Maquinas de soporte vectorial (SVMs y SVRs)
  • Selección adecuada de modelos (Cross-validación, bootstrapping)

Aplicaciones:

  • Evaluación de calidad del aire
  • Aplicaciones médicas como apoyo en proceso de diagnóstico de enfermedades
  • Control de calidad de procesos industriales
  • Detección de fallos
  • Sistemas de recomendación

Conocimientos previos

  • Nivel básico en programación
  • Competencias básicas en estadística, cálculo y Álgebra lineal
  • El taller se dictará en Python, si no tienes conocimientos previos te recomendamos estos dos tutoriales.

http://www.tutorialspoint.com/python/

https://www.skillshare.com/classes/Learn-PYTHON-in-3-Hours-Python-Programming-for-Beginners/522698073

En cuanto a paquetes es útil que los participantes tuvieran descargados e instalados

Adicionalmente, nosotros llevaremos memorias USB para aquellas personas que no hayan instalado los requerimientos de software.

Certificado:

Se entrega certificado de participación a los inscritos que hayan asistido al menos al 80% del tiempo total del Evento.

Condición de Inicio:

La empresa se reserva el derecho de iniciar los Cursos de formación o eventos, sólo en tanto se haya matriculado el número de aspirantes necesario. En caso de no dar inicio a un curso, la empresa Corporación Científicas de Datos reintegrará el 100% del dinero de inscripción que el inscrito haya cancelado.


¿Tienes alguna pregunta acerca del evento?

Lugar

Ver Mapa
  • Lugar: Ruta N, Salon Multiple
  • Dirección: Ruta N - Calle 67, Medellín - Antioquia, Colombia ¿Cómo llego aquí?

Compartir

Organizador

Científicas de Datos busca Lograr visibilizar la importancia de los pilares tecnológicos en la industria 4.0 , concepto que aparecen en la ‘cuarta revolución’ la cual abarca varias tecnologías clave: la inteligencia artificial, la realidad aumentada, la nube, el big data, IoT y el análisis de datos.

 Visitar perfil