Home
Mis cursos
Más
Inicio de Sesión
Home
Mis cursos
Iniciar sesión
(57) 3002550265
izyacademy@qvision.us
Become an Instructor
×
Inicie sesión en su cuenta
Recordar nombre de usuario
¿Olvidó su contraseña?
Acceder
Fundamentos de Machine Learning
Página Principal
Cursos
Cursos
Inteligencia Artificial
Fundamentos_de_Machine_Learning
Capítulo 2 - Términos y conceptos fundamentales
Tema 2.3 - Modelos, algoritmos, entrenamiento y aprendizaje
Saltar al contenido principal
Página
Tema 2.3 - Modelos, algoritmos, entrenamiento y aprendizaje
Última modificación: viernes, 17 de junio de 2022, 12:13
◄ Tema 2.2 - Datos estructurados, no estructurados y semiestructurados
Ir a...
Ir a...
Adherencia y Conocimiento
Tema 1.1 - Descripción general
Tema 1.2 - Factores de negocio
Tema 1.3 - Factores tecnológicos
Tema 1.4 - Beneficios del Machine Learning
Tema 1.5 - Retos comunes de Machine Learning
Tema 1.6 - Escenarios de uso de Machine Learning
Practiquemos lo aprendido
Tema 2.1 - Conjuntos de datos
Tema 2.2 - Datos estructurados, no estructurados y semiestructurados
Veamos que tanto hemos aprendido
Tema 3.1 - Cómo trabaja el Machine Learning
Practiquemos lo aprendido
Tema 4.1 - Aprendizaje supervisado
Tema 4.2 - Tipos de algoritmos y prácticas
Tema 4.3 - Aprendizaje no supervisado y agrupamiento
Tema 4.4 - Algoritmos de reducción
¿Qué tanto hemos aprendido?
Tema 5.1 - Cómo trabajan los sistemas de Machine Learning
Tema 5.2 - Mecanismos de Machine Learning
Practiquemos lo aprendido
Tema 6.1 - Machine Learning en la industria
Encuesta de satisfacción
Veamos que tanto hemos aprendido ►
