Saltar al contenido principal
InicioMachine LearningAprendizaje automático para empresas

Aprendizaje automático para empresas

Comprende los fundamentos del aprendizaje automático y su aplicación en el mundo empresarial.

Comience El Curso Gratis
2 horas15 vídeos48 ejercicios33.231 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group

¿Entrenar a 2 o más personas?

Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Aprende los fundamentos del machine learning


Este curso presentará los elementos clave del machine learning a los líderes empresariales. Nos centraremos en las ideas clave y las prácticas básicas sobre cómo estructurar las cuestiones empresariales como proyectos de modelado con los equipos de machine learning.

Sumérgete en los detalles del modelo


Comprenderás los distintos tipos de modelos, qué tipo de preguntas empresariales ayudan a responder o qué tipo de oportunidades pueden descubrir, y también aprenderás a identificar las situaciones en las que NO se debe aplicar el machine learning, lo cual es igualmente importante. Comprenderás la diferencia entre inferencia y predicción, la predicción de probabilidades y cantidades, y cómo el uso del aprendizaje no supervisado puede ayudar a construir una estrategia significativa de segmentación de clientes.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Certificación disponible

Científico de datos en Python

Ir a la pista
Certificación disponible

Científico de datos en R

Ir a la pista
  1. 1

    Aprendizaje automático y casos de uso de datos

    Gratuito

    El aprendizaje automático se utiliza en muchos sectores y campos diferentes. Puede mejorar fundamentalmente la empresa si se aplica correctamente. En este capítulo se describen los casos de uso del aprendizaje automático, los puestos de trabajo y cómo encajan en la pirámide de necesidades de datos.

    Reproducir Capítulo Ahora
    Aprendizaje automático y pirámide de datos
    50 xp
    Aclaración terminológica
    50 xp
    Ordenar las necesidades de la pirámide de datos
    100 xp
    Emparejar las tareas en la pirámide de datos
    100 xp
    Principios del aprendizaje automático
    50 xp
    Tipos de modelado
    50 xp
    Encontrar casos supervisados y no supervisados
    100 xp
    Funciones, herramientas y tecnologías
    50 xp
    Responsabilidades del puesto
    50 xp
    Adecuar los proyectos de datos a los puestos de trabajo
    100 xp
    Tipos de estructura de los equipos
    100 xp
  2. 4

    Gestión de proyectos de aprendizaje automático

    En este capítulo se analizarán las mejores y peores prácticas de gestión de proyectos de aprendizaje automático. Identificaremos los errores más comunes del aprendizaje automático, aprenderemos a gestionar la comunicación entre los equipos de negocio y ML y, por último, abordaremos los retos a la hora de desplegar modelos de aprendizaje automático en producción.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Certificación disponible

Científico de datos en Python

Ir a la pista
Certificación disponible

Científico de datos en R

Ir a la pista

colaboradores

Collaborator's avatar
Hadrien Lacroix
Collaborator's avatar
Sara Billen
Karolis Urbonas HeadshotKarolis Urbonas

Head of Machine Learning and Science

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Aprendizaje automático para empresas hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.