
Machine Learning - Aprendizaje Automático- Con el Software JASP
Inicio: Miércoles 24 de Marzo 2021
Todas las Sesiones Grabadas podrá disponer de ellas cuantas veces lo requiera, se envían las presentaciones, artículos, documentos complementarios y bases de datos utilizadas en el curso.
Construya Modelos supervisados o no usando un programa gratuito, el JASP.
Use un software libre, amigable y flexible, dedique su tiempo a lo relevante - interpretar y definir el mejor procedimiento- el JASP hace lo operativo con un solo click.
La modalidad es mixta, es decir, se tendrán cinco encuentros online (se graban) y se enviarán vídeos pregrabados para facilitar su estudio. De igual manera, se comparten presentaciones construidas para el presente curso online, artículos seleccionados y archivos PDF para complementar el estudio. Análisis de artìculos.
Curso Online Machine Learning con el Software Gratuito JASP. – Vídeos MP4 -
Cinco encuentros online por el aula virtual salaciemonline.myownmeeting.net/ todos ellos miércoles a las 10:00 A.M hora de Colombia. Luego del primer encuentro se envian enlaces por módulos para que los puedan observar y estudiar en su comodidad y en el horario que disponga.
El aprendizaje automático en JASP se divide en tres componentes y por ende, el curso se estructura en esos tres módulos y uno más, de conceptos básicos sobre lo que es Machine Learning:
1. 24 de marzo: Módulo 1: Pautas generales del curso compartir bases de datos, metodología, fortalecimiento de algunos menús básicos del programa JASP.Introducción a Machine Learning, métodos supervisados y no supervisados, lenguaje técnico.
2. 31 de marzo: Módulo 2: Clustering: El objetivo de la agrupación es identificar
grupos distintos. Con el módulo de aprendizaje automático de JASP
se trabajarán los siguientes algoritmos de cluterisación:
Jerárquico –
K-medias – Random Forest•
3. 7 de abril: Módulo 3: Regresión: El objetivo de la regresión es predecir un objetivo numérico. Se abordarán los alfgoritmos:
K-Vecinos más cercanos – Random Forest.
4. 14 de abril: Módulo 4: Clasificación: El objetivo de la clasificación es predecir un Variable de destino con las variables predictoras especificadas. Se ejemplarizarán los siguientes algoritmos de clasificación:
- K-Nearest Neighbors
- Linear Discriminant Analysis
- Random Forest
5. 21 de abril encuentro Final del curso: retroalimentación final y práctica final orientada por el tutor de lo realizado.
Contenido
Modulo 1:
Pautas generales del curso compartir bases de datos, metodología, fortalecimiento de algunos menús básicos del programa JASP.Introducción a Machine Learning, métodos supervisados y no supervisados, lenguaje técnico.
Modulo 2:
Clustering: El objetivo de la agrupación es identificar
grupos distintos. Con el módulo de aprendizaje automático de JASP, se trabajarán los siguientes algoritmos de cluterisación:
Jerárquico –
K-medias – Random Forest•
Modulo 3:
Clustering: El objetivo de la agrupación es identificar
grupos distintos. Con el módulo de aprendizaje automático de JASP
se trabajarán los siguientes algoritmos de cluterisación:
Jerárquico –
K-medias – Random Forest•
Modulo 4:
Clasificación: El objetivo de la clasificación es predecir un Variable de destino con las variables predictoras especificadas. Se ejemplarizarán los siguientes algoritmos de clasificación:
- K-Nearest Neighbors
- Linear Discriminant Analysis
- Random Forest
Aplicación y taller general.
La inversión es de 150 dólares fuera de Colombia, en el país es de 495.000. Se pueden cancelar por Western Unión y Paypal desde el exterior y en Bancolombia en el país cuenta de ahorro 61463568030 a nombre del tutor León Darío Bello Parias.
El tutor León Darío Bello Parias estadístico y docente investigador con más de 33 años de experiencia y asesor de múltiples trabajos de investigación y acompañamiento en tesis y publicación de artículos.



Bancolombia cuenta de ahorros 61463568030. Nombre del tutor León Darío Bello Parias.
Contacto
WhatsApp + 57 316 575 9247
Correo asesor@leondariobello.co
WhatsApp + 57 316 575 9247
Correo ciemvirtual@gmail.com