Prerequisitos: Conocimiento básico de machine learning con python, matemáticas, estadística y bases de datos.
Los participantes aprenderán métodos intermedios de machine learning con Python con el objetivo de poder identificar estrategias específicas para optimización del performance de un modelo de Machine Learning, así como métodos de reducción de dimensionalidad, clusterización por distancias y probabilidad, redes neuronales, deep learning y cómo crear modelos con tensorflow y keras. Analizaremos estrategias básicas para gestionar un ciclo completo de machine larning usando mlflow con el objetivo de llevar una bitácora de pruebas e hipótesis para identificar qué métodos y modelos son los más óptimos para cerrar el ciclo a través de la operacionalización del modelo usando funcionalidades de mlflow para un deployment. El total de horas asociadas al curso es de 24 horas, el material del curso incluye ejercicios guiados y las respuestas asociadas a los mismos. El curso incluye conceptos teóricos de matemáticas y estadística los cuales se explicarán de manera general sin incluir un repaso específico de las bases teóricas.