Las matemáticas son necesarias en muchos aspectos de la tecnología del siglo XXI, sobre todo cuando se trata de temas como Machine Learning, Inteligencia Artificial o Data Science. En estas ramas, son muchos los algoritmos que se utilizan para optimizar y tener algoritmos robustos, pero pocas las personas que los entienden. Nuestra trilogía de cursos de métodos numéricos ha llegado para darle un giro de 180 grados a esta forma de trabajar y a explicarte todo lo que necesitas saber sobre algoritmos, su validez, en cuánto se equivocan y cuál es el pseudocódigo de los mismos para que los puedas programar en cualquier lenguaje de programación.
¿Sabes que cuando aplicas un algoritmo, siempre tiene error?
¿En qué se diferencia un sistema de 32 y de 64 bits?
¿Sabrías hallar el cero de una función sin conocer su expresión?
¿Podrías encontrar un polinomio que pase por una serie de puntos e incluso aproximar su derivada o integral?
Si la respuesta a alguna de estas preguntas es no, sin duda este será el curso que te vendrá como anillo al dedo para subir de nivel tus habilidades y convertirte en todo un profesional. En particular, para nuestro curso nosotros usaremos Python, uno de los lenguajes más utilizados y buscados por los profesionales del Data Science en la empresa, para que así estés al día en tecnología y algoritmos y no solo en la teoría detrás de ellos.
Emagister S.L. (responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información y comunicaciones promocionales de formación con tu consentimiento. Ejerce tus derechos de acceso, supresión, rectificación, limitación, portabilidad y otros, según se indica en nuestra política de privacidad.
Objetivos
Repaso de los conceptos de cálculo necesarios. Estimación de errores absolutos y relativos. Análisis del error que se comete en operaciones aritméticas y en todos los algoritmos implementados. Cálculo de ceros con métodos como el punto fijo, Newton-Raphson, la secante o regula falsi. Acelerar la convergencia de métodos de bajo orden con los métodos de Aitken y de Steffensen. Aplicar la técnica de la deflación y el método de Muller para hallar raíces múltiples o complejas. Interpolación mediante polinomios de Lagrange con el método de Neville o los polinomios de Hermite. Derivación numérica con varios algoritmos como los métodos de los 3 y los 5 puntos. Integración numérica con el método de los trapecios, de Simpson, polinomios de Legendre y curvatura Gaussiana. Estudio del orden de convergencia de todos los algoritmos implementados con Python usando Google Colab.
Requisitos
Completar el curso básico de programación en Python de la A a la Z para tener las bases de programación. Completar los cursos de Álgebra Lineal y de Cálculo en una Variable para tener las bases de matemáticas. Tener un ordenador con conexión a internet y cualquier sistema operativo instalado y saber utilizarlo a nivel básico de usuario.
Temario completo de este curso
Módulo 1. Bienvenido al curso de métodos numéricos
Módulo 2. Tema 1 - Repaso y preliminares de cálculo
Módulo 3. Tema 2 - Errores
Módulo 4. Tema 3: Ceros de funciones
Módulo 5. Tema 4 - Interpolación
Módulo 6. Tema 5 - Parte 1: Derivación numérica
Módulo 7. Tema 5 - Parte 2: integración numérica
Módulo 8. Enhorabuena por terminar la primera parte del curso de métodos numéricos
Gratis
159 €
218 €