El módulo de Desarrollo de IA tradicional / Machine Learning introduce los fundamentos de IA, ML, DL y GenIA, abordando el ciclo completo de desarrollo de un modelo, desde el tratamiento de datos hasta su evaluación. Se exploran técnicas de exploración, limpieza y modelado de datos, con un enfoque práctico en su preparación para ML.
Se estudian modelos para clasificación, regresión, series temporales y clustering, junto con la construcción de pipelines de ML y métricas de evaluación. También se profundiza en la validación e interpretación de resultados para garantizar modelos robustos.
Como práctica final, los estudiantes desarrollan un proyecto e2e aplicando ML a un problema real, consolidando sus conocimientos en la creación de soluciones empresariales basadas en IA.
Temario:
- Introduccion a IA / ML / DL / GenIA.
- Ciclo de desarrollo.
- Tratamiento de datos:
- EDA.
- Limpieza.
- Creación de atributos.
- Modelado.
- Modelos ML y casos de negocio:
- Clasificación.
- Regresión:
- Series temporales.
- Clustering.
- Pipelines.
- Evaluación de modelos:
- Métricas estadísticas.
- Métricas basadas en coste.
- Validación e interpretación del modelo.
Práctica:
Creación de un proyecto e2e con visualización, creación de atributos y entrenamiento de modelos para resolver un problema de negocio basado en ML.