Curso Python para data scientist avanzado

Curso Python para data scientist avanzado
Aumenta tus conocimientos sobre la ciencia de datos en Python, y domina una de las herramientas más avanzadas para Data Science. Desde un enfoque práctico explora en detalle qué ofrece machine learning. Aprovecha el paquete scikit-learn y conoce cómo usar web scraping para desarrollar tu proyecto de análisis de textos. Desarrolla y avanza en tu conocimiento del lenguaje de programación Python y usa este conocimiento para diferenciarte profesionalmente en este campo. 1. Machine Learning: modelización avanzada Validación interna y externa Validación externa en Python Qué es y cómo actúa el K-Fold Leave one out: en qué consiste Neural networks: fundamentos teóricos Neural networks en la práctica XGboost y los árboles de clasificación XGboost en Python 2. Funciones clave en Machine Learning Seleccionar en Machine Learning variables Selección automatizada de variables en Machine Learning Selección de parámetros en Machine Learning Selección automatizada de parámetros en Machine Learning
  • 46
  • 14 260

Curso de Redes Neuronales y Backpropagation (Mega-Torrent)

Curso de Redes Neuronales y Backpropagation (Mega-Torrent)
Diseña redes neuronales desde la matemática y el método Backpropagation. La retropropagación es el método de cálculo de errores más usado en Machine Learning. Escribirás el código de una red neuronal que identifique patrones y los recuerde con este curso. Con este curso podrás: Medir errores de predicción Actualizar los pesos de una red neuronal Entender cómo funciona el aprendizaje supervisado Temario del curso de Redes Neuronales Retropropagación: Visión general Cómo funciona el aprendizaje supervisado en una Red Neuronal Un LEGO a la vez: Explicando las matemáticas de cómo aprenden las Redes Neuronales Evaluación de errores Función de costo, supuestos y probabilidad Un Ejemplo Concreto: Aprendiendo la Función XOR Optimización matemática Cuál es el algoritmo de retropropagación Actualizar los pesos de la red neuronal utilizando gradientes Propagación hacia atrás Demo: aprendiendo a separar clases Implementación y ejemplos de redes neuronales funcionando
  • 28
  • 15 024