En este capítulo definiremos el machine learning y su relación con la ciencia de datos y la inteligencia artificial. Después, aclararemos jerga importante de machine learning y terminaremos con el flujo de trabajo de machine learning para crear modelos.

¿Qué es Machine Learning?

Generar recomendaciones de películas

IA, ciencia de datos y Machine Learning entran en un bar...

¿Qué es cierto sobre Machine Learning?

Conceptos de Machine Learning

Jerga de Machine Learning

Supervisado vs. no supervisado

Flujo de trabajo de Machine Learning

Pasos para crear un modelo

Un paso verdadero

¿Qué es el Machine Learning?

Ahora que ya conoces lo básico del machine learning, vamos a profundizar un poco más. Al final de este capítulo, conocerás los distintos tipos de machine learning y cómo evaluar y mejorar tus modelos.

Aprendizaje supervisado

Calentamiento

Regresión con clase

Unsupervised learning

No necesitamos supervisión

Explorar clústeres

Evaluar el rendimiento

¿Verdadero o falso?

Tierra de confusión

Mejorar el rendimiento

Es un largo camino hasta la cima

Explora el ajuste de hiperparámetros

Modelos de Machine Learning

En este capítulo abordaremos el deep learning empezando por las redes neuronales. Luego, veremos dos casos de uso muy comunes de deep learning: visión por computador y procesamiento del lenguaje natural. Cerraremos el curso comentando los límites y peligros del machine learning.

Deep learning

Afirmaciones

Verdadero

Falso

¿Qué es deep learning?

¿Debería usar deep learning?

Visión por computador

Datos de imagen

Proceso de una red neuronal

El proceso

Procesamiento del lenguaje natural

Análisis de sentimiento

Opciones

Machine Learning tradicional

Clasificar tareas de machine learning

Bolsa de palabras

Límites del Machine Learning

Tareas

Black Box

Explainable AI

¿Caja negra o no caja negra?

Detectar sesgos en la predicción de impago de préstamos

¡Enhorabuena!

Deep Learning

Course Glossary: Understanding Machine Learning

¿Qué hay detrás del bombo del machine learning? En este curso no técnico, aprenderás todo eso que no te atrevías a preguntar sobre machine learning. No se requiere programación. Con ejercicios prácticos, dejarás atrás la jerga y verás cómo esta tecnología impulsa desde los coches autónomos hasta tus recomendaciones de compra en Amazon.

¿Cómo funciona el machine learning, cuándo puedes usarlo y cuál es la diferencia entre la IA y el machine learning? Lo veremos todo. Desarrolla habilidades en este campo de gran demanda e influencia y descubre por qué el machine learning es para todo el mundo.

Los vídeos incluyen transcripciones en vivo, a las que puedes acceder haciendo clic en "Show transcript" en la parte inferior izquierda de los vídeos.

El glosario del curso está a la derecha, en la sección de recursos.

Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70% en la evaluación cualificada. Puedes ir a la evaluación haciendo clic en el aviso de créditos CPE a la derecha.

<h2>Obtén una Introducción a los Conceptos de Aprendizaje Automático</h2> 
¿Qué hay detrás del bombo del machine learning? En este curso no técnico, aprenderás todo lo que te ha dado miedo preguntar sobre el machine learning. No hace falta programar.
<br><br>
Explorarás conceptos básicos pero esenciales para iniciar tu andadura en el aprendizaje automático, utilizando ejercicios prácticos para afianzar tus conocimientos. Esto incluye desarrollar una comprensión más allá de la jerga y aprender cómo esta apasionante tecnología impulsa todo, desde los coches autoconducidos hasta tus sugerencias personales de compra en Amazon. 
<br><br>
<h2>Explora los Conceptos Básicos del Aprendizaje Automático</h2> 
¿Cómo funciona el machine learning, cuándo puedes utilizarlo y cuál es la diferencia entre IA y machine learning? Este curso abarca todos estos temas.
<br><br>
Empezarás desentrañando qué es el aprendizaje automático, explorando su definición básica y su relación con la ciencia de datos y la inteligencia artificial. Después, te familiarizarás con su vocabulario y terminarás con el flujo de trabajo del aprendizaje automático para construir modelos.
<br><br>
Terminamos el curso profundizando en el aprendizaje profundo. Explorarás dos casos de uso habituales del aprendizaje profundo: la visión por ordenador y el procesamiento del lenguaje natural (PLN), y reconocerás los límites y peligros del aprendizaje automático.

Curso de introducción al aprendizaje automático de dos horas. Conceptos clave: vocabulario, modelos y aprendizaje profundo.

Understanding Machine Learning

Introducción al machine learning, ¡y no hay que programar!

Fundamentos de la IA

Comprender los temas de datos

Clasificar imágenes de mamografías como cancerosas o no cancerosas.

Extraer información de artículos de revistas médicas.

Predecir si es probable que una enfermera renuncie en el próximo mes o no.

Proporcionar una lista de diagnósticos probables a partir de un conjunto de datos sobre un paciente.

¿Caja negra o no caja negra?

Understanding Machine Learning

ejercicio interactivo práctico