Descripción del curso:
Cada vez es más importante que prácticamente todos los empleados conozcan
el aprendizaje automático (machine learning) para que puedan trabajar de forma
productiva con los científicos de datos. Esta serie de presentaciones explican las
herramientas más utilizadas de machine learning. Estas incluyen: clustering,
extensiones de regresión, árboles de decisiones, máquinas de vectores de soporte,
redes neuronales y aprendizaje por refuerzo. Las presentaciones no involucran
matemáticas muy elevadas y las herramientas se muestran con aplicaciones
financieras.
TEMARIO:
1. Nature of machine learning. Use of training set, validation set, and test set
2. Clustering. The k-means algorithm
3. Extensions of linear regression: ridge, lasso, logistic regression
4. Decision trees
5. Support vector machines
6. Neural networks
7. Reinforcement learning
8. Natural language processing
