¿A quién va dirigido este curso de aprendizaje automático?
Está dirigido a responsables de producto, operaciones y finanzas, fundadores y cualquier persona que deba aprobar o comprar un sistema de aprendizaje automático, o trabajar con él. Puede que esté revisando el modelo de pérdida de clientes de un proveedor, decidiendo si merece la pena financiar un proyecto de previsión o explicando a los clientes una función de aprendizaje automático.
¿A quién no va dirigido este curso de aprendizaje automático?
No está dirigido a quienes ya trabajan como ingenieros de aprendizaje automático o científicos de datos y buscan formación especializada avanzada. El itinerario principal no incluye desarrollos matemáticos, y las lecciones opcionales de programación en Python empiezan desde cero, no desde un nivel de investigación. Si busca una formación a tiempo completo para conseguir un empleo en aprendizaje automático, busque un módulo universitario o un programa intensivo orientado a la ingeniería; aquí no se garantiza empleo. Este curso está dirigido a quienes trabajan con esos profesionales y a cualquiera que quiera dar sus primeros pasos prácticos.
¿Qué aprenderé, módulo por módulo?
Los módulos construyen un modelo mental del aprendizaje automático y después lo aplican a decisiones a las que usted realmente se enfrenta.
1. Qué es el aprendizaje automático
Aprender patrones a partir de ejemplos en lugar de escribir reglas, y en qué se diferencia de la IA generativa y de la automatización simple.
2. Datos de entrenamiento
Etiquetas, características e historial, y por qué la calidad de un modelo depende de los ejemplos con los que aprendió.
3. Modelos y predicciones
Clasificación, predicción de valores numéricos y ordenación, explicadas con ejemplos empresariales en lugar de ecuaciones.
4. Evaluación y sobreajuste
Datos de prueba, diferencias entre exactitud, precisión y exhaustividad en términos sencillos, y por qué un modelo perfecto en las pruebas puede fallar al utilizarlo.
5. Sesgos y deriva
Cómo los datos históricos incorporan sesgos y por qué los modelos empeoran a medida que cambian los clientes y los mercados.
6. Definición y evaluación crítica de un proyecto de aprendizaje automático
Definir la decisión, el indicador de éxito y el costo de los errores, así como las preguntas que se deben plantear a proveedores y equipos.
¿Cómo se adapta el itinerario personalizado a mí?
La evaluación inicial identifica si es nuevo en el tema o ya ha asistido a demostraciones de proveedores, y qué decisiones toma. Los ejemplos de un responsable de producto giran en torno a funciones de recomendación y clasificación; los de un responsable financiero, a las previsiones y las alertas de fraude. Si ya puede explicar la diferencia entre datos de entrenamiento y de prueba, pasa directamente a la evaluación.
¿Qué practico?
Practicará cómo interpretar, definir los requisitos y cuestionar trabajos de aprendizaje automático. Las tareas se califican según una guía de evaluación visible, con comentarios específicos, y puede solicitar la revisión de una puntuación.
Ejemplo de tarea: a Lumen Ledger, una empresa ficticia de software, le presentan un modelo de un proveedor para predecir la pérdida de clientes con un 95 por ciento de exactitud. En realidad, solo el 4 por ciento de los clientes se da de baja. Usted explica por qué esa cifra de exactitud, por sí sola, dice poco y enumera qué información pediría en su lugar. La guía de evaluación comprueba que detecte que predecir 'ninguna baja' para todos daría un 96 por ciento de exactitud, que pregunte cuántos clientes que realmente se dan de baja detecta el modelo, qué datos se utilizaron para probarlo y con qué frecuencia se volverá a entrenar.
¿Cuánto dura el curso de aprendizaje automático?
Cada lección dura de 10 a 15 minutos. La duración de su itinerario depende de su evaluación inicial y de la frecuencia con la que aprenda, por lo que no hay un total fijo de horas. Quienes ya tienen conocimientos de datos y estadística suelen avanzar más rápido en los primeros módulos.
¿Qué obtengo al terminar?
Termina con una evaluación práctica final: revisar una propuesta de aprendizaje automático y redactar un breve informe de decisión. Al aprobarla, obtiene un certificado reconocido en fundamentos de aprendizaje automático para profesionales. No es una titulación acreditada ni certifica competencias de ingeniería.
¿Cuánto cuesta?
Los fundamentos del aprendizaje automático están incluidos en todos los planes. El plan Individual cuesta USD 79 al mes o USD 790 al año. El plan Equipo cuesta USD 189 al mes o USD 1,890 al año e incluye hasta 3 miembros, más USD 49 al mes o USD 490 al año por cada miembro adicional. Los equipos de 25 miembros o más tienen precios por volumen. Primero puede probarlo gratis durante 7 días, sin necesidad de tarjeta de crédito.