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...
Autor: | |
---|---|
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 |
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).
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).