Curso Python: Machine Learning, Optimización y Aplicaciones (VII Edición)

Curso Python: Machine Learning, Optimización y Aplicaciones (VII Edición)

Periodo preinscripción: Hasta el 20 de octubre de 2024

Periodo Matriculación: Desde el 01 al 20 de octubre de 2024

Inicio del curso: 20 de noviembre de 2024

Fin del curso: 30 de enero de 2025

Créditos: 10 ECTS

Precio: 560 € (tasas incluidas)

Más información: https://cfp.us.es/cursos/fc/python-machine-learning-optimizacion-y-aplicaciones/4724/ storal@us.es, d.gutierrez.reina@gmail.com

 

El curso de formación continua en Python: Machine Learning, Optimización y Aplicaciones (VIII Edición), de 10 créditos ECTS, y que se puede cursar en modalidad presencial/online, se oferta por el Centro de formación Permanente de la Universidad de Sevilla. Las clases se transmitirán de forma síncrona y quedarán grabadas y a disposición de los alumnos a través de la plataforma de Enseñanza Virtual de la Universidad de Sevilla.

Este curso ofrece un recorrido completo por la programación de algoritmos de Machine/Deep Learning y optimización utilizando el lenguaje de programación Python. Para ello el curso se estructura en cinco módulos:

· El módulo 1 cubre los aspectos básicos de programación en Python y lso módulos numpy, matplotlib, pandas y scipy. Como requisito previo sólo es necesario unos conocimientos básicos de programación, no necesariamente en Python donde se parte de cero.

· En el módulo 2 los estudiantes aprenderán los fundamentos de las técnicas de machine learning con aplicación a regresiones, clasificadores y clustering. Las clases incluyen explicaciones teóricas y scripts de aplicación en Python utilizando la librería scikit-learn.

· El módulo 3 comprende diversos métodos de optimización meta heurísticos utilizando el módulo DEAP de Python: métodos de búsqueda local basados en trayectorias y métodos de búsqueda global basados en poblaciones. También se incluye un apartado dedicado al aprendizaje por refuerzo utilizando la librería Gym de Python.

· En el módulo 4 los estudiantes aprenderán los fundamentos del aprendizaje profundo en Keras y Tensorflow, y cómo aplicar estas técnicas para resolver problemas del mundo real. Se estudiarán desde el punto de vista teórico y práctico una amplia variedad de arquitecturas de redes neuronales como redes densas, redes convolucionales, redes recurrentes y aprendizaje por refuerzo profundo.

· El módulo 5 está dedicado a aplicaciones. A lo largo de 5 sesiones y en clases autocontenidos, varios profesionales académicos y de la industria mostrarán ejemplos de aplicaciones de los módulos anteriores.

El curso será impartido por expertos en el campo del aprendizaje automático y la optimización, quienes compartirán su amplio conocimiento y experiencia con los estudiantes, y va dirigido a

estudiantes apasionados por la tecnología y deseosos de aprovechar al máximo las oportunidades que ofrece el aprendizaje automático y la optimización. Las habilidades adquiridas en este curso son altamente valoradas en la industria y pueden abrir puertas a una amplia gama de oportunidades de carrera.

 

Criterios de selección de alumnos por Orden de Preinscripción. Para acceder al curso no es necesaria titulación universitaria.

Periodo preinscripción: Hasta el 20 de octubre de 2024

Periodo Matriculación: Desde el 01 al 20 de octubre de 2024

Inicio del curso: 20 de noviembre de 2024

Fin del curso: 30 de enero de 2025

Créditos: 10 ECTS

Precio: 560 € (tasas incluidas)

Más información: https://cfp.us.es/cursos/fc/python-machine-learning-optimizacion-y-aplicaciones/4724/ storal@us.es, d.gutierrez.reina@gmail.com

 

El curso de formación continua en Python: Machine Learning, Optimización y Aplicaciones (VIII Edición), de 10 créditos ECTS, y que se puede cursar en modalidad presencial/online, se oferta por el Centro de formación Permanente de la Universidad de Sevilla. Las clases se transmitirán de forma síncrona y quedarán grabadas y a disposición de los alumnos a través de la plataforma de Enseñanza Virtual de la Universidad de Sevilla.

Este curso ofrece un recorrido completo por la programación de algoritmos de Machine/Deep Learning y optimización utilizando el lenguaje de programación Python. Para ello el curso se estructura en cinco módulos:

· El módulo 1 cubre los aspectos básicos de programación en Python y los módulos numpy, matplotlib, pandas y scipy. Como requisito previo sólo es necesario unos conocimientos básicos de programación, no necesariamente en Python donde se parte de cero.

· En el módulo 2 los estudiantes aprenderán los fundamentos de las técnicas de machine learning con aplicación a regresiones, clasificadores y clustering. Las clases incluyen explicaciones teóricas y scripts de aplicación en Python utilizando la librería scikit-learn.

· El módulo 3 comprende diversos métodos de optimización meta heurísticos utilizando el módulo DEAP de Python: métodos de búsqueda local basados en trayectorias y métodos de búsqueda global basados en poblaciones. También se incluye un apartado dedicado al aprendizaje por refuerzo utilizando la librería Gym de Python.

· En el módulo 4 los estudiantes aprenderán los fundamentos del aprendizaje profundo en Keras y Tensorflow, y cómo aplicar estas técnicas para resolver problemas del mundo real. Se estudiarán desde el punto de vista teórico y práctico una amplia variedad de arquitecturas de redes neuronales como redes densas, redes convolucionales, redes recurrentes y aprendizaje por refuerzo profundo.

· El módulo 5 está dedicado a aplicaciones. A lo largo de 5 sesiones y en clases autocontenidos, varios profesionales académicos y de la industria mostrarán ejemplos de aplicaciones de los módulos anteriores.

El curso será impartido por expertos en el campo del aprendizaje automático y la optimización, quienes compartirán su amplio conocimiento y experiencia con los estudiantes, y va dirigido a

estudiantes apasionados por la tecnología y deseosos de aprovechar al máximo las oportunidades que ofrece el aprendizaje automático y la optimización. Las habilidades adquiridas en este curso son altamente valoradas en la industria y pueden abrir puertas a una amplia gama de oportunidades de carrera.

 

Criterios de selección de alumnos por Orden de Preinscripción. Para acceder al curso no es necesaria titulación universitaria.