Machine Learning para todos
Objetivos
Introducir al profesorado en el uso de algunas de las técnicas de Machine Learning más sencillas, mostrando algunos ejemplos que permitirán entender su funcionamiento y aplicarlas a nuestros propios datasets.
Contenidos
- Introducción al Machine Learning.
- K-Nearest Neighbors.
- Naive Bayes.
- Árboles de Decisión.
- Redes Neuronales.
- Clustering con K-Means.
Equipo docente
Alberto Muñoz Cabanes.- UNED
Metodología
El curso se impartirá mediante la modalidad de educación a distancia y la educación digital, con el apoyo, seguimiento y evaluación del profesorado responsable del curso.
Se desarrollará en el espacio de aprendizaje "Ágora", plataforma docente de tipo Learning Management System (LMS).
Lugar, fechas y horas lectivas
|
Lugar |
Fechas |
Horas |
|---|---|---|
|
Plataforma Ágora |
Del 20 de enero al 20 de febrero del 2025 Foro de asesoramiento: del 21 al 28 de febrero de 2025 |
Horas lectivas: 16 |
Colectivo al que va dirigido
Personal docente e investigador.
Resultados del aprendizaje
- Conocer los principales conceptos relacionados con el Machine Learning.
- Programar diferentes tipos de modelos de aprendizaje máquina.
- Interpretar y validar los resultados obtenidos, y decidir si el modelo obtenido es adecuado o no para dar respuesta al problema planteado.
Sistema de evaluación
La evaluación se realizará a través de una serie de ejercicios prácticos
Certificación
Los certicados se procesarán de oficio por el IUED. Cada participante recibirá un aviso de la sede electrónica de la UNED con las instrucciones para su descarga.
Matrícula
Más información
Instituto Universitario de Educación a Distancia (IUED)
c/ Bravo Murillo, 38. 3ª planta
28015 Madrid
91 398 6682 / 6692 / 7791 / formacion@iued.uned.es