Duración
20 horas
Objetivos
Conocer la problemática asociada al tratamiento de los datos y las necesidades tecnológicas a cubrir, como la velocidad el volumen o la variedad de los datos. Identificar las metodologías a aplicar para implantar proyectos de transformación digital, como arquitecturas de lago de datos, y lo que implica esta transformación. Descubrir el principal stack de herramientas para proyectos de Big Data en cuanto a almacenamiento, procesamiento, transformación y visualización de los datos.
Temario
- Introducción
- Introducción a Data Science
- El ciclo de vida del dato
- Qué es la inteligencia artificial
- Casos de uso y aplicaciones
- Machine Learning
- Ecosistema Python en Machine Learning
- Aprendizaje supervisado y no supervisado
- Clasificación y regresión
- Evaluación y validación de modelos
- Deep Learning
- Introducción a Deep Learning
- Redes neuronales
- Principales frameworks
- Tensorflow
- Redes convolucionales
- Uso de modelos preentrenados
- Fine tunning
- GANs
- Productivización
- Automatización y despliegue de modelos
- Monitorización y A/B Testing
- Sistemas cognitivos
- Aplicaciones y casos de éxito