Curso

Machine Learning para clasificación con R

Antes 990 Ahora 690€

Curso de Diseño y Análisis de Experimentos con R

690€

490€

Curso de Introducción a la Estadística Aplicada con R Software

Descrición

Curso de Análisis Cluster en Data Mining con R

690€

Curso de Análisis de Correlación y Regresión lineal con R

690€

Descrición

programa del curso

Curso

Machine Learning para clasificación con R

Especialízate en Ciencia de Datos

Aprende las principales técnicas de clasificación con aprendizaje supervisado en Machine Learning y de la mano de R Software. A través de ejemplos prácticos, de forma clara y sencilla, serás capaz de realizar análisis de clasificación con k-vecinos más cercanos (kNN) y árboles de decisión uni (CART) y multivariada (MRT). Detecta patrones claves en tus conjuntos de datos, e informa tus resultados de manera adecuada.

Destinatario

Este curso está destinado a estudiantes, empleados e investigadores de cualquier rama de estudios interesados en comprender e interpretar algoritmos de clasificación (kNN, CART y MRT), y aprender las funciones de R Software necesarias para aplicar estas herramientas a tu propio trabajo. Se trata de técnicas comunes de aprendizaje supervisado en Machine Learning. Por ejemplo, en clasificaciones crediticias, análisis electorales, reconocimiento de imágenes, etc..

Debido a que es un curso de nivel medio, es recomendable contar con conocimientos previos básicos sobre Estadística y programación en R Software.

Los contenidos del Curso están desarrollados completamente en torno a R Software, la herramienta de código libre líder en análisis estadístico para el manejo de grandes volúmenes de datos y la representación gráfica de alta calidad.

Objetivos

Con este curso aprenderás a utilizar técnicas de aprendizaje supervisado para detectar patrones claves en tus datos a través de técnicas de clasificación kNN y árboles de decisión CART / MRT. Comprenderás cómo funcionan estas técnicas, cómo aplicarlas a problemas reales, y cómo interpretar e informar los resultados.

Al finalizar la formación podrás:

Comprender los análisis kNN, CART y MRT, y cómo aplicarlos a casos reales con R Software.

Clasificar observaciones.

Establecer reglas de decisión.

Resumir grandes bases de datos.

Seleccionar variables de interés.

Detectar interacción entre variables.

Captar efectos no aditivos.

Realizar predicciones.

Evaluar el rendimiento del modelo.

Evaluar la calidad de la agrupación.

Interpretar los resultados de los análisis.

Informar de manera adecuada los resultados, con gráficos avanzados.

Competencias

Este curso complementa cualquier perfil profesional vinculado a la investigación y el análisis de datos.

Al finalizar el curso habrás desarrollado:

La capacidad de evaluar, modelar y representar gráficamente las relaciones entre múltiples variables para crear grupos y/o árboles de decisión, que apoyarán la toma de decisiones en tu organización, investigación o a nivel personal.

El dominio del lenguaje estadístico de R Software y RStudio, una de las competencias profesionales más demandadas en el mercado laboral de la Ciencia de Datos. Al finalizar la formación recibirás un certificado acreditado por Máxima Formación S.L..

Metodología

Máxima Formación es garantía del máximo rendimiento del tiempo invertido:

Online

Acceso 24 horas al Campus

Tutorías individualizadas

Seguimiento personalizado

Evaluación continua

Sin examen final

Enfoque práctico

Análisis de casos reales

Aprendizaje progresivo

Desde lo básico a lo complejo.

Recursos audiovisuales

Método paso a paso

Comunidad on-line

Compartimos conocimiento

Programa del curso

TEMA 1

Introducción al Machine Learning para clasificación​

Principales técnicas de clasificación mediante aprendizaje supervisado

¿Qué es el Machine Learning?

Introducción a las técnicas de clasificación con kNN y árboles de decisión CART/MRT.

Casos de aplicación.

Encabezado 1

TEMA 2

K-vecinos más cercanos (kNN)​

Clasificar observaciones según las k observaciones más similares a ella

Introducción a las técnicas de clasificación

Preparación previa de los datos.

Algoritmo kNN para clasificación y regresión.

Medidas de similitud. ▪ ¿Cómo seleccionar el parámetro k del kNN?

Evaluación de la calidad de la agrupación.

Predicciones

¿Cómo interpretar e informar los resultados?

Aplicación con datos reales en R.

TEMA 3

Árboles de decisión uni (CART) y multivariados (MRT)

Crear reglas de decisión para describir la relación entre predictores y resultado

Introducción a las técnicas de árboles de decisión.

Preparación previa de los datos.

Algoritmos uni (CART) y multivariado (MRT).

¿Cómo seleccionar los puntos de segmentación?

Representación gráfica.

Evaluación de la calidad del árbol.

¿Cómo interpretar e informar los resultados?

¿Cómo elegir la mejor técnica para nuestros datos? ▪ Aplicación con datos reales en R.

Sistema de evaluación

Apostamos por la evaluación continua sin examen final


El sistema de evaluación del Curso se basa en el seguimiento individualizado de la
evolución del alumno/a para garantizar la comprensión de los conceptos teóricos y la
resolución práctica de los ejercicios aplicados. El desempeño del alumno/a viene
determinado por los siguientes indicadores objetivos:

Actitud
Participación activa en foros y comunicación con el
equipo docente.


Planificación
Gestión del tiempo durante el desarrollo del
programa.


Técnica
Evolución progresiva en el uso de las técnicas con R
Software.


Competencia
Capacidad de aplicación técnica en la resolución
práctica de casos reales.

Confiarón en nostros

Más de 10 años formando a los mejores profesionales
de España y Latinoamérica

Por qué R Software

El liderazgo de R Software
R Software es la herramienta líder en análisis estadístico, manipulación de
grandes volúmenes de datos y representación gráfica de alta calidad. Su
potencia, robustez y transversalidad lo convierten en el software elegido por
los Data Scientist de la comunidad científica internacional de las universidades,
empresas, industrias e instituciones más prestigiosas del mundo. La implantación
de R Software ya ha superado a otros software comerciales como SPSS, Statistics
y SAS.

Convierte tus datos en ventaja competitiva

SOFTWARE LIBRE

De código abierto y disponible para todos los sistemas operativos
Windows, MACOs, Unix y Linux.
Sin licencias, permite al usuario el acceso, uso y modificación
ilimitados y gratuitos.


ESTABLE E INNOVADOR
Su desarrollo es producto de un proyecto colaborativo que implica
a miles de usuarios en todo el mundo. Un software en estado
permanente de actualización con nuevas funciones y paquetes
accesibles en tiempo real.


VERSÁTIL Y ROBUSTO
Decodifica diversos lenguajes de programación y da acceso a la
lectura de datos procesados en softwares comerciales como Excell,
SPSS, SAS, etc.


TODO EN UNO
R Software es un lenguaje de programación y un entorno gráfico
con una amplia gama de herramientas estadísticas clásicas y
avanzadas para el análisis y la representación gráfica de datos
exportables en diversos formatos: Postcript, pdf, bitmap, pictex,
png, jpeg, etc.