Ruta intensiva para roles de ML: Python, scikit‑learn, modelos supervisados/no supervisados y DL básico.
Certificado del Programa
Los usuarios que se suscriban a este curso, tienen la oportunidad de obtener un Certificado de estudios con validez SEP , verificable, imprimible y descargable (PDF) .
Para Obtener tu certificado SEP deberás presentar tu certificado de finalización de coursera. Tu membresía tiene incluida la emisión de 1 Certificado para el curso que elijas.
Si quieres cursar otro programa con certificado este tiene un costo de emisión de MXN $1,950
-
- Módulo 1: Breve historia de la IA moderna y sus aplicaciones 03:00:00
- Módulo 2: Recuperación y limpieza de datos 03:00:00
- Módulo 3: Análisis exploratorio de datos e ingeniería de características 03:00:00
- Módulo 4: Estadística inferencial y comprobación de hipótesis 03:00:00
- Módulo 5: Proyecto final 03:00:00
-
- Módulo 1: Introducción al aprendizaje automático supervisado y a la regresión lineal 03:00:00
- Módulo 2: División de datos y regresión polinómica 03:00:00
- Módulo 3: Validación cruzada 03:00:00
- Módulo 4: Compensación de la varianza del sesgo y técnicas de regularización: Ridge, LASSO y Red Elástica 03:00:00
- Módulo 5: Detalles de la regularización 03:00:00
- Módulo 6: Proyecto final 03:00:00
- Módulo 1: Regresión logística 03:00:00
- Módulo 2: K Vecinos más próximos 03:00:00
- Módulo 3: Máquinas de vectores soporte 03:00:00
- Módulo 4: Árboles de decisión 03:00:00
- Módulo 5: Modelos de conjunto 03:00:00
- Módulo 6: Modelado de clases desequilibradas 03:00:00
- Módulo 1: Introducción a las redes neuronales 03:00:00
- Módulo 2: Entrenamiento de retropropagación y Keras 03:00:00
- Módulo 3: Optimizadores de redes neuronales 03:00:00
- Módulo 4: Redes neuronales convolucionales 03:00:00
- Módulo 5: Aprendizaje por transferencia 03:00:00
- Módulo 6: Redes neuronales recurrentes y redes de memoria a largo y corto plazo 03:00:00
- Módulo 7: Autocodificadores 03:00:00
- Módulo 8: Modelos generativos y aplicaciones del aprendizaje profundo 03:00:00
- Módulo 9: Aprendizaje de refuerzo 03:00:00
Comparte esta certificación.
Información del Curso
240 Horas Curriculares
24 Créditos Académicos
Certificado oficial SEP
Aprendizaje especializado
Contenido de la Certificación
Te prepara para trabajos de ML con proyectos prácticos y un portafolio verificable.
Trabajarás con Jupyter/Watson Studio y librerías como NumPy, Pandas, scikit‑learn, Keras y TensorFlow.
Abordarás aprendizaje supervisado, no supervisado y fundamentos de deep learning y RL.
• EDA y feature engineering con Python.
• Regresión, clasificación y evaluación de modelos.
• Clustering, reducción de dimensionalidad y minería de texto.
• Introducción a deep learning y RL.
CURSO 1: EDA para ML —
• Limpieza, selección y escalamiento de variables.
CURSO 2: ML supervisado: Regresión —
• Modelado, regularización y selección por métricas.
CURSO 3: ML supervisado: Clasificación —
• Árboles, ensamblados y manejo de clases desbalanceadas.
CURSO 4: ML no supervisado —
• Clustering y técnicas de reducción.
CURSO 5: Deep Learning y RL —
• Redes neuronales y fundamentos de RL.
CURSO 6: Proyecto integrador —
• Recomendadores y demo con presentación.
