Formación Introducción Machine Learning con WEKA Online /Presencial (2 sesiones) (copia)

Formación Introducción Machine Learning con WEKA.

WEKA es una suite de análisis que proporciona un entorno analítico de código abierto «open source».  WEKA es la herramienta ideal para iniciarse en el mundo de los algoritmos de machine learning y deep learning. Con WEKA podemos conseguir disponer de una capacidad analítica avanzada mediante algoritmos de minería de datos «data mining». Adicionalmente dispondremos de herramientas de analítica predictiva que nos permitirán realizar predicciones de «forecasting» (predicciones en series temporales) y scoring (predicciones de una variable a explicar a partir del comportamiento de otras variables explicativas)

Orientado a perfiles técnicos de sistemas y perfiles de analistas de  negocio y de ciencia de datos.

El objetivo de la formación es conseguir plantear con total autonomia un proyecto de analítica avanzada de datos y predictiva mediante algoritmos de aprendizaje automático.

Duración total de la formación 9 horas.

Reserva 25% precio.

 

WEKA es una  herramienta de referencia de código abierto de referencia de analítica avanzada y analítica predictiva a partir de una multitud de algoritmos de inteligencia artificial.https://www.cs.waikato.ac.nz/ml/weka/

La propuesta del actual curso se divide en 2 módulos los cuales están repartidos en 2 sesiones de 4,5  horas cada sesión.

 

Módulo 1: Introducción interfase de WEKA

Objetivos del módulo:  Entender el funcionamiento de los diferentes algoritmos de inteligencia artificial y su uso para analítica avanzada y predictiva.

Conocimientos previos: No son necesarios conocimientos previos.

 

Contenidos:

1. Introducción a la suite WEKA,
2. Package Manager
3. Introducción Weka Explorer
4. «Preprocess»: Carga y preparación de datos, análisis de relación entre los diferentes atributos.
5. Filtros supervisados y no supervisados
6. Visualize: Analítica visual
7. Selector atributos
8. Algoritmos de agrupación «cluster» vs clasificación
9. Construcción del modelo y validación del modelo
10. Nuestro primer algoritmo: Outputs
11. Práctica

Módulo 2: Algoritmos de clasificación

Objetivos del módulo: Poder utilizar los diferentes tipos de algoritmos con autonomía y tener capacidad de evaluar los resultados

Conocimientos previos: Módulo 1 o conocimientos WEKA

Contenidos:

1. Tipos de atributos y grupos de algoritmos
2. Opciones del set de datos de test
3. Utilizar las configuraciones y opciones de los diferentes algoritmos
4.  Atributos numéricos y nominales
5. Reglas, árboles de decisión y redes neuronales
6. Evaluando el resultado del algoritmo
7. Práctica del módulo

Services