El aprendizaje automático es la ciencia de hacer que las computadoras actúen sin estar programadas explícitamente.
En la última década, el aprendizaje automático nos ha brindado automóviles autónomos, reconocimiento de voz práctico, búsqueda web efectiva y una comprensión mucho mejor del genoma humano. El aprendizaje automático es tan generalizado hoy en día que probablemente lo uses docenas de veces al día sin saberlo.
Muchos investigadores también piensan que es la mejor manera de avanzar hacia la IA a nivel humano. En este curso aprenderás acerca de las técnicas de aprendizaje automático más efectivas y obtendrá práctica para implementarlas y hacer que funcionen por sí mismo.
Más importante aún, aprenderá no solo sobre los fundamentos teóricos del aprendizaje, sino que también obtendrá los conocimientos prácticos necesarios para aplicar de manera rápida y poderosa estas técnicas a nuevos problemas.
Este curso proporciona una amplia introducción al aprendizaje automático, la minería de datos y el reconocimiento de patrones estadísticos. Los temas incluyen:
(i) Aprendizaje supervisado (algoritmos paramétricos / no paramétricos, máquinas de vectores de soporte, kernels, redes neuronales).
(ii) Aprendizaje no supervisado (agrupamiento, reducción de dimensionalidad, sistemas de recomendación, aprendizaje profundo).
(iii) Mejores prácticas en aprendizaje automático (teoría del sesgo / varianza; proceso de innovación en aprendizaje automático e IA).
El curso también se basará en numerosos estudios de casos y aplicaciones, de modo que también aprenderá a aplicar algoritmos de aprendizaje para construir robots inteligentes (percepción, control), comprensión de texto (búsqueda web, anti-spam), visión por computadora, informática médica , audio, minería de bases de datos y otras áreas.
Si quieres acceder al curso solo sigue el siguiente enlace
