Principios de machine learning

En este curso se estudian los fundamentos del Machine Learning (ML) y los tipos de aprendizaje, así como el proceso que se recomienda seguir para la implementación de proyectos basados en datos. Al finalizar el curso, estarás en capacidad de aplicar algunas técnicas de machine learning, supervisadas y no supervisadas, para construir soluciones alineadas con el problema bajo estudio y las características de los datos disponibles, siguiendo una metodología para el desarrollo de este tipo de proyectos. En este proceso, entenderás algunos sesgos que se pueden presentar a diferentes niveles del ciclo de ML. Los casos que serán abordados en las actividades prácticas son diversos, con el fin de proporcionar una interacción con diferentes contextos de aplicación.

Plataforma virtual: Este curso hace parte de la Maestría en Inteligencia Artificial de la Universidad de los Andes en la plataforma Coursera.

Idioma: Los cursos serán ofrecidos 100% en español. Sin embargo, es recomendable que tengas un buen nivel de compresión de lectura en inglés, pues muchos contenidos académicos serán presentados en este idioma.

Créditos académicos: 2

Podrás inscribirte a este curso bajo la categoría Extensión, los cursos bajo esta modalidad otorgan créditos y notas, por tanto, pueden ser homologables una vez el estudiante sea admitido a la Universidad, de acuerdo con el reglamento de estudiantes y de homologaciones. La aprobación de los cursos de extensión no garantiza el ingreso a ningún programa regular de la Universidad.

Si deseas homologar cursos vistos por extensión en el programa de maestría, se requiere que:

1. La nota final individual de cada curso sea superior a 3.0

2. Si es admitido, se aprueban y homologan los cursos cuya nota sea igual o mayor a 3.0 sobre 5.0, siempre y cuando el ponderado total de las notas de los 4 cursos sea igual o mayor a 4.0 sobre 5.0.

3. El total de créditos del conjunto total de cursos a homologar no sea superior a 16.