¿Qué aprenderás?

• Unidad I: Modelos supervisados de clasificación y métodos ensemble A dominar algoritmos avanzados de clasificación como Máquinas de Soporte Vectorial (SVM) y Naive-Bayes, implementando técnicas de ensamble (Bagging, Boosting) para potenciar la precisión de tus predicciones y mitigar el sobreajuste.
• Unidad II: Modelos no supervisados y reducción de dimensionalidad A simplificar grandes volúmenes de datos mediante técnicas de reducción de dimensiones como PCA y Análisis Factorial, aplicando algoritmos clásicos de clustering como K-Means para segmentar y perfilar información de manera estratégica.
• Unidad III: Deep Learning (redes neuronales) A sumergirte en los fundamentos teóricos y prácticos de la Inteligencia Artificial, utilizando la API de Keras para construir, entrenar y optimizar Redes Neuronales Artificiales (ANN) mediante el ajuste de capas, funciones de activación y regularizaciones.
• Unidad IV: Series de Tiempo A analizar variables dinámicas con dependencia temporal, dominando la descomposición, visualización y aplicación de modelos autorregresivos y de medias móviles (ARIMA) para realizar proyecciones financieras y comerciales precisas.