Machine Learning - CC57 - 202102

Descripción del Articulo

DESCRIPCIÓN En la actualidad, muchas organizaciones disponen de grandes cantidades de datos en formato digital. Obtener padrones a partir de esos datos es una tarea compleja para el ser humano. Los algoritmos de Machine Learning toman importancia debido a que permiten obtener dichos padrones de form...

Descripción completa

Detalles Bibliográficos
Autor: Fernandez Vasquez, Richard Fernando
Formato: informe técnico
Fecha de Publicación:2021
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/662198
Enlace del recurso:http://hdl.handle.net/10757/662198
Nivel de acceso:acceso abierto
Materia:Computación
CC57
Descripción
Sumario:DESCRIPCIÓN En la actualidad, muchas organizaciones disponen de grandes cantidades de datos en formato digital. Obtener padrones a partir de esos datos es una tarea compleja para el ser humano. Los algoritmos de Machine Learning toman importancia debido a que permiten obtener dichos padrones de forma automática. El curso realiza una profunda reflexión y exploración sobre los principales algoritmos de Machine Learning. Esto incluye el entendimiento del ciclo de vida de un proyecto de Machine Learning para la solución de problemas del mundo real. PROPÓSITO El curso de especialidad de Machine Learning, de la carrera de Ciencias de la Computación, es de carácter teórico-práctico y está dirigido a estudiantes del séptimo ciclo. El curso ha sido diseñado con el propósito de permitir al estudiante explorar las diferentes tecnologías relacionadas a Machine Learning, así como perfeccionarse en su empleo adecuado para desarrollar proyectos de Machine Learning capaces de solucionar problemas del mundo real. El curso busca desarrollar la competencia general de Comunicación Escrita de nivel 3 y la competencia específica de Aprendizaje continuo y autónomo de nivel 2 para la carrera Ciencias de la computación.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).