fbpxl
Workshop SolidQ Summit 2020

Machine Learning

¿Quieres comprender un proyecto de Machine Learning? Ahora tienes la oportunidad.

¿Qué es Machine Learning? ¿Cuáles son sus áreas de aplicación? ¿Qué problemas tiene y cómo puedes resolverlos? Pau Sempere, Mentor en SolidQ y MVP de Microsoft en AI te dará las claves para introducirte en el mundo del Machine Learning.

Durante este workshop revisará consejos y trucos que ha descubierto durante el camino.  ¡Exprímete el cerebro con Pau Sempere en solo una sesión!

Después de asistir a este workshop:

Serás capaz de

  • Elegir el tipo de algoritmo apropiado para cada problema de negocio
  • Entrenar tus modelos y realizar predicciones
  • Optimizar el rendimiento de los modelos a través de sus hiperparámetros

Sabrás

  • Entender los fundamentos de las soluciones de Machine Learning
  • Aplicar diferentes algoritmos de ML a problemas de negocio habituales
  • Explorar datos y entender su impacto en los modelos de ML
Z

Workshop SolidQ Summit

20 y 21 de mayo a las 15:30h
Online | 250€

Reserva ya tu plaza ¿Te lo vas a perder?

Agotado

¿Quieres ver a Pau Sempere en acción? ¡No te pierdas este webinar!
Reserva ya tu plaza
¿Eres asistente del SolidQ Summit 2020?

Si eres asistente al SolidQ Summit los Workshops están incluidos con tu entrada de acceso al evento los 5 días.

No asistente al SolidQ Summit
El precio de la entrada a este Workshop será de 250. Y cómo estamos seguros de que te quedarás con ganas de más, si el día del Workshop decides que quieres asistir al SolidQ Summit 2020, te descontaremos 250€ a tu entrada del Summit.

Agotado

Pre-requisitos
No necesitas nigún requisito previo para asistir a esta formación.
Impartido por Pau Sempere

Pau Sempere es Mentor y ML Practice Leader en SolidQ y Microsoft MVP en la especialidad de IA desde 2020. Participa en proyectos de Machine Learning, BI, entre otros.

Es ponente en eventos como SQL Saturday, AI & Data Analytics, NetCoreConf y SolidQ Summit, etc.

Contenido del curso

Introducción a Machine Learning
  • Qué es ML?
  • Casos de uso y áreas de aplicación
Módulo 2. Obtener datos y explorarlos, la clave de un buen modelo de ML
Módulo 3. Problemas de ML y cómo resolverlos
  • Clasificación
  • Regresión
  • Clustering
Módulo 4. Algoritmos de ML y conceptos avanzados
  • Algoritmos
      • Naive Bayes
      • Modelos basados en árbol
      • Redes neurales
  • Hiperparámetros
Contacta con nosotros

¿Necesitas más información?

Invite & Earn

X
Signup to start sharing your link
Signup