El aprendizaje automático es para todos.

Esta conferencia introductoria ayuda a crear conciencia sobre los patrones de Aprendizaje Automático y casos de uso en el mundo real. Después de este curso, podrá: * Describir técnicas y usos del aprendizaje supervisado y no supervisado * Entender técnicas como Clasificación, Agrupamiento y Regresión * Discutir cómo identificar qué tipo de técnica aplicar para un caso de uso específico * Comprender las ofertas populares de Machine Learning como Amazon Machine Learning, TensorFlow, Azure Machine Learning, Spark mlib, Python y R, etc. * Instalar y configurar Anaconda. * Realizar actividades prácticas utilizando Jupyter Notebooks. Esquema del tema: * Introducción al curso * Patrones de Aprendizaje Automático - Clasificación - Agrupamiento - Regresión * Ciclo de Hype de Gartner para Tecnologías Emergentes * Ofertas de Aprendizaje Automático en la industria * Ejercicio 1 - Instalar y configurar Anaconda. * Bibliotecas de Python - NumPy - Pandas - Scikit Learn * Ejercicio 2: Análisis de datos utilizando Pandas * Algoritmos - Regresión Lineal - Árbol de Decisión * Ejercicio 3: Realizar regresión lineal utilizando Scikit-learn * Referencias y siguientes pasos