Introducción a técnicas de machine learning supervisado

Fecha/Horario
16 al 20 de enero
Lunes a viernes 9:00 a 13:00 horas
Encargado María Andrea Canals Cifuentes - acanals@uchile.cl
Docentes
Ayudantes Alumnos
María José Vásquez Castro
Modalidad: Híbrida (presencial/on line)
Tipo de Curso: Postgrado
Horas directas: 20 horas
Horas indirectas: 8 horas
Objetivo general

Facilitar al estudiante el aprendizaje de los principales métodos de Machine Learning supervisado utilizando el software R.
Objetivos específicos
  • Conocer las bases teóricas y objetivos de los principales métodos de Machine Learning supervisado.
  • Utilizar el software R para resolver problemas de regresión y clasificación mediante métodos de Machine Learning supervisado.
  • Comprender las técnicas de remuestreo y aplicarlas para la resolución de problemas.
Contenidos
  • Regresión lineal
  • Métodos de clasificación
  • Métodos de remuestreo
  • Métodos basados en árboles
  • Support vector machine
  • Redes neuronales
Créditos 1
Perfil del alumno

Estudiantes, profesores y profesionales interesados en el aprendizaje de métodos de Machine Learning.
Competencias requeridas

Conocimientos básicos de estadística y software R.
Contacto Hernán Cuitiño Martínez
hcuitino@med.uchile.cl
29786433
Los cursos se dictarán si estos cumplen con el mínimo de alumnos pagados inscritos, establecidos por el comité organizador de la Escuela Internacional de Verano 2023
Las inscripciones a este curso se encuentran cerradas.
Volver