1. Identificar soluciones de IA y ML para problemas empresariales
  2. Formular un problema de aprendizaje automático
  3. Seleccionar Enfoques para el Aprendizaje Automático

  1. Recopilar datos
  2. Transformar datos
  3. Diseñar características
  4. Trabajar con datos no estructurados

  1. Entrenar un modelo de aprendizaje automático
  2. Evaluar y ajustar un modelo de aprendizaje automático

  1. Construir Modelos de Regresión Utilizando Álgebra Lineal
  2. Construcción de modelos de regresión lineal regularizados
  3. Construcción de modelos de regresión lineal iterativos

  1. Construcción de modelos de series temporales univariantes
  2. Construcción de modelos de series temporales multivariantes

  1. Entrenar modelos de clasificación binaria mediante regresión logística
  2. Entrenar modelos de clasificación binaria mediante k-Nearest Neighbors
  3. Entrenar modelos de clasificación multiclase
  4. Evaluación de modelos de clasificación
  5. Ajuste de modelos de clasificación

  1. Construir Modelos de Agrupación k-Means
  2. Construcción de modelos de agrupación jerárquica

  1. Construcción de modelos de árboles de decisión
  2. Construcción de modelos de bosques aleatorios

  1. Construcción de modelos SVM para clasificación
  2. Construcción de modelos SVM para regresión

  1. Construir Perceptrones Multicapa (MLP)
  2. Construir redes neuronales convolucionales (CNN)
  3. Construir redes neuronales recurrentes (RNN)

  1. Despliegue de modelos de aprendizaje automático
  2. Automatizar el Proceso de Aprendizaje Automático con MLOps
  3. Integrar Modelos en Sistemas de Aprendizaje Automático

  1. Proteger los pipelines de aprendizaje automático
  2. Mantener modelos en producción