Machine Learning

Pretratar los datos para que se adapten a los modelos utilizados

Evaluar un modelo utilizando validación cruzada y diferentes métricas

Dominar los algoritmos generales de boosting y bagging

Seleccionar y optimizar un algoritmo de Machine Learning

Identificar los problemas de Machine Learning no supervisados

Dominar los principales algoritmos de clustering utilizando la biblioteca clave de Machine Learning, scikit-learn

Dominar los modelos de regresión logística, penalizados y Elastic-Net

Conocer las principales métricas de evaluación de los modelos de regresión utilizados en Machine Learning

Reducir de manera óptima el tamaño de un conjunto de datos sin perder información

Identificar visualmente las estructuras para determinar el algoritmo de aprendizaje automático adecuado.