Algoritmos Avanzados

Científica de Datos, maestra y autora del libro “Ciencia de Datos: Una Guía Práctica”. Es Licenciada en Economía (PUCMM) con Maestría en Gerencia, Gestión financiera, Administración y Gestión de Empresas (IE Business School) y una maestría en Ciencia de Datos de OBS Business School.

Hoy en día funge como Directora de Data y Analítica en el Grupo Humano. Posee una amplia experiencia en la formación y gestión de equipos, data y analítica, con miras al desarrollo de la cultura de datos de las empresas.Es profesora en el Instituto Tecnológico de Santo Domingo (INTEC) y en la Pontificia Universidad Católica Madre y Maestra (PUCMM). Es fundadora de Data Talks, un espacio destinado al sector profesional con el objetivo de compartir ideas y experiencias relacionadas con el tema de datos y analítica.
En este curso llevarás tus conocimientos de inteligencia artificial al siguiente nivel. Aprenderás a construir y entrenar redes neuronales, árboles de decisión y otros modelos avanzados que impulsan las aplicaciones modernas de IA.

Explorarás cómo funcionan internamente las redes neuronales, cómo optimizar modelos para mejorar su desempeño y cómo aplicar estos algoritmos a problemas reales como clasificación de imágenes, predicción de demanda y sistemas de recomendación.

Lo que aprenderás

  • Cómo se estructuran y entrenan las redes neuronales, desde sus capas básicas hasta arquitecturas más complejas.
  • Principios del entrenamiento con TensorFlow y Python, incluyendo funciones de activación, optimización y curvas de aprendizaje.
  • Cómo funcionan los árboles de decisión, los modelos random forest y XGBoost, y cuándo utilizarlos.
  • Evaluación y comparación de modelos: métricas, sesgo, varianza y regularización.
  • Mejores prácticas para el desarrollo de proyectos de machine learning, incluyendo documentación, análisis de errores y transferencia de aprendizaje.
  • Aplicaciones éticas y responsables de los algoritmos avanzados de IA

Ideal para ti si…

  • Ya dominas los fundamentos del aprendizaje supervisado y quieres profundizar en modelos más potentes y complejos.
  • Te interesa entender cómo se construyen las bases del deep learning moderno.
  • Buscas aplicar IA de manera práctica en análisis predictivo, clasificación o sistemas automatizados.

Al completar este curso podrás:

Entender cómo funcionan por dentro los principales algoritmos avanzados de machine learning, sabiendo cuándo usar cada uno y por qué
Analizar y diagnosticar el comportamiento de un modelo, usando curvas de aprendizaje y criterios prácticos de selección de modelos.
Tomar mejores decisiones técnicas y éticas al trabajar con modelos de ML, en proyectos aplicados.
Continuar con el siguiente nivel del programa:
Curso de Aprendizaje No Supervisado, Sistemas Recomendadores y Aprendizaje por Refuerzo

Course Lessons

Temas incluidos en este curso

Creado con