MAIA4211 Machine Learning no Supervisado
El machine learning no supervisado permite a las máquinas aprender patrones y estructuras complejas sin necesidad de datosanotados, lo que implica que los algoritmos deben descubrir por sí mismos las relaciones inherentes en los datos. Este enfoque es esencial para identificar patrones útiles en la toma de decisiones en diversos campos y aplicaciones, y contribuye al desarrollo de otros modelos a partir de datos. Este curso explora en profundidad las técnicas fundamentales del aprendizaje no supervisado, como la agrupación, la reducción de la dimensionalidad y la detección de anomalías. Al finalizar el curso el estudiante estará en capacidad de aplicar estas técnicas para desarrollar soluciones alineadas con problemas específicos y las características de los datos disponibles. Se guiará a los estudiantes a través del proceso de aprendizaje a partir de datos, capacitándolos para abordar diversos casos de estudio en actividades prácticas y así interactuar con una amplia gama de contextos de aplicación.
En este curso aprenderás:
- Reconocer los contextos de aplicación de las tareas asociadas con el machine learning no supervisado.
- Aplicar técnicas de machine learning no supervisado para construir soluciones alineadas con los objetivos del problema bajo estudio y las características de los datos disponibles.
- Identificar los sesgos inherentes en el proceso de aprendizaje a partir de datos y su impacto en la toma de decisiones
Periodo en el que se ofrece el curso
2025
Idioma en el que se ofrece el curso
Español
Página del catálogo en este curso