When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.

Máster de Especialista en Ciencia de Datos con el Lenguaje R
Aprenda a desarrollar proyectos de Machine Learning y Deep Learning con el lenguaje R. Data Science de básico a Experto.

This Course Includes
udemy
4.8 (40 reviews )
27.5 total hours
spanish
Online - Self Paced
course
Udemy
About Máster de Especialista en Ciencia de Datos con el Lenguaje R
Máster de Especialista en Ciencia de Datos con el Lenguaje R.
Aprenda a desarrollar proyectos de Machine Learning y Deep Learning con el lenguaje R. Data Science de básico a Experto.
Instructores: PhD. Manuel Castillo.
Contenido Actualizado: Abril 2024
Requisitos previos: Antes de realizar el curso se recomienda encarecidamente tener conocimientos de Programación en R. Este es el curso continuación del también curso de Udemy llamado:
Programación con el Lenguaje Estadístico R. De 0 a Experto. Aprenda el Lenguaje de Programación Estadístico R. Curso Completo desde Básico hasta Avanzado.
Descripción del Curso:
El curso de “Máster de especialista en Ciencia de Datos con el lenguaje R” tiene dos bloques principales de estudio:
El primer bloque se centra en un subcampo específico de aprendizaje automático llamado modelado predictivo y clustering. Este es el campo del aprendizaje automático que es el más útil en la industria y el cual se utilizar la librería de aprendizaje automático Caret en lenguaje de programación R por su gran rendimiento y facilidad en su uso.
A diferencia del campo más amplio del aprendizaje automático que podría utilizarse con datos en cualquier formato, el modelado predictivo y clustering se centra principalmente en datos tabulares, llamados técnicamente Tidy Data (por ejemplo, tablas de números como en una hoja de cálculo).
El segundo bloque se centra en el aprendizaje profundo. En este curso trataremos la librería Keras de R para Deep Learning y cómo usarla para desarrollar y evaluar modelos de Deep Learning. En este curso, descubriremos las técnicas, código y habilidades de Deep Learning que luego puede llevar a sus propios proyectos de Machine Learning.
La librería Keras envuelve la complejidad de la computación numérica de Theano y TensorFlow proporcionando una API concisa que usaremos para desarrollar nuestra propia red neuronal y modelos Deep Learning. Además, trataremos las habilidades de Deep Learning para llevar esta nueva tecnología asombrosa a nuestros propios proyectos.
Contenidos del Curso:
MÓDULO I: Introducción
Conceptos básicos de machine learning.
La plataforma R como nuestro entorno de machine learning.
Conclusiones
MÓDULO II: Programación con R
Primeros pasos con la plataforma R.
Lenguaje de programación R.
Conjunto de datos Estándar.
MÓDULO III: Análisis de datos
Cargar un conjunto de datos.
Estadística descriptiva.
Visualización de datos.
MÓDULO IV: Tratamiento de datos
Preprocesamiento de datos para machine learning.
Métodos de remuestreo para estimar la precisión del modelo.
Evaluación de las métricas.
MÓDULO V: Fase de modelado
Feature Selection en machine learning
Feature Importance
Algoritmos de Machine Learning.
MÓDULO VI. Redes Neuronales.
Curso sobre Multilayer Perceptron
Redes Feed Forward
Desarrollar nuestra primera red neuronal con Keras.
Evaluar el rendimiento de los modelos.
Proyecto: Problema de clasificación multiclase.
Proyecto: Problema de regresión.
MÓDULO VII. Redes Neuronales Convolucionales
Fundamentos de las CNNs
Operación convolución y Pooling
Capas totalmente conectadas
Backpropagation y Gadiente descendiente
Coste, sesgo y activación.
Capas totalmente conectadas
Padding y Stride.
MÓDULO VIII. Redes Neuronales Recurrentes
Curso intensivo en redes neuronales recurrentes.
Modelos de perceptrones multicapa para problemas de series de tiempo.
Modelos LSTM para problemas de series temporales.
Proyecto: Clasificación secuencial de reseñas de películas.
Proyecto: Generación de texto.
Características del Curso:
Recuerda que esta formación incluye lecciones en vídeo fullHD con audio de estudio (compatible con TV, PC, Mac, tablet y smartphone), artículos didácticos, actividades, proyectos paso a paso, recursos descargables, links de interés, acceso de por vida, certificado de finalización, tutorización online, y una exclusiva comunidad de aprendizaje privada que nos ayudamos aportando nuestras experiencias en el foro de comunicación del curso.
Con esta formación disfrutarás aprendiendo desde dónde quieras, sin tener que desplazarte, sin horarios, con quién quieras, según tus necesidades y disponibilidad. Aprenderás con un instructor avalado por miles da alumnos satisfechos en todo el mundo (comentarios certificados). Conocerás las técnicas, métodos, trucos y flujos de trabajo de este sector creativo. El docente te transmitirá su sabiduría y conocimientos con pasión a la vez que las explicaciones concisas, claras, sencillas y con un enfoque profesional en cada clase. Podrás conseguir un certificado homologado personalizado y firmado por tu instructor en cada formación. De está forma podrás compartir tu título en tu portafolio, currículo, en redes sociales...
Con la alta definición de los vídeos (vídeo fullHD y audio de estudio) conseguirá no te perder detalle. Podrás ver las clases las veces que requieras para recordar y perfeccionar tus habilidades como diseñador. Tendrás la posibilidad de preguntar, pedir opinión y ayuda al instructor, además de compartir tu experiencia de aprendizaje con los demás alumnos del curso, tan apasionados como tú, repartidos por todo el mundo. Seleccionamos cuidadosamente los contenidos y producimos cada curso para garantizar una experiencia de aprendizaje online integral y de la máxima calidad.
¿A qué esperas?, este curso es ideal para ti, atrévete a convertirte en un experto. Adelante, nos vemos dentro de la formación.
What You Will Learn?
- Aplicar técnicas de análisis y visualización de datos en un conjunto de datos complejo para problemas de machine learning con el lenguaje de programación R..
- Aplicar técnicas de tratamiento de datos en un conjunto de datos para mejorar la robustez y métrica de salida de los diferentes algoritmos de machine learning..
- Comprender los diferentes mecanismos y técnicas para aplicar analítica predictiva en problemas de machine learning e interpretar la salida dada por los modelos..
- Utilizar librerías específicas del lenguaje de programación R como Caret para trabajos de Machine Learning.
- Desarrollar y analizar proyectos de machine learning, Aprendizaje Supervisado, como regresión, clasificación y multiclase con R con el lenguaje de programación..
- Desarrollar y analizar proyectos de machine learning de Aprendizaje No Supervisado con el lenguaje de programación R.
- Utilizar las técnicas más avanzadas necesarias para desarrollar modelos de Deep Learning de última generación con el lenguaje de programación R..
- Aprenderá sobre las redes neuronales FeedForward y cómo desarrollarlas con el lenguaje de programación R y Keras..
- Diseñar y Desarrollar Redes Neuronales Convolucionales para proyectos avanzados con el lenguaje de programación R y Keras..
- Diseñar y Desarrollar Redes Neuronales Recurrentes para problemas de secuencias o tiempo con el lenguaje de programación R..