¿Qué quieres aprender?

Curso de Python + Machine Learning

Curso de Python + Machine Learning

Escuela MUSK

Curso online


Precio a consultar

Adéntrate en el mundo del Machine Learning de la mano de Python, el lenguaje más utilizado en ciencia de datos. Aprenderás desde cero a programar en Python y a utilizar librerías como NumPy, pandas o scikit-learn para crear modelos capaces de aprender y tomar decisiones a partir de datos.

El Machine Learning (aprendizaje automático) consiste en enseñar a las máquinas a reconocer patrones y predecir resultados sin ser programadas paso a paso. Python, por su sencillez y potencia, se ha convertido en la herramienta principal para desarrollar este tipo de soluciones.

¿Quieres hablar con un asesor sobre este curso?

Objetivos

- Aprender a programar en Python desde cero - Manejar herramientas y librerías clave del ecosistema de datos - Comprender qué es el Machine Learning y en qué se diferencia de la programación tradicional - Desarrollar modelos de aprendizaje supervisado y no supervisado - Entrenar, evaluar y mejorar modelos de Machine Learning aplicados a datos reales. - Integrar Python y Machine Learning en proyectos prácticos

A quién va dirigido

Este curso es para quienes quieren aprender Python y Machine Learning desde cero, crear proyectos reales y construir un portfolio profesional, incluso sin experiencia previa. Con la metodología gamificada y a tu ritmo de Escuela Musk, avanzarás disfrutando del aprendizaje y obteniendo resultados desde el primer día.

Requisitos

No existe ningún requisito de admisión simplemente que tengas ganas de aprender y de desarrollar una carrera en el sector tech.

Temario completo de este curso

CURSO DE PYTHON CON DJANGO Y FLASK

Módulo 1: Python, el nuevo desconocido

Bloque 0. Glosario de términos

Bloque 1. Presentación de Python

Bloque 2. ¿Por qué escoger Python?

Bloque 3. Entornos y desarrollo

Módulo 2. Características básicas del lenguaje

Bloque 1. Tipos de datos básicos

Bloque 2. Operadores de Python

Bloque 3. Entrada y salida

Bloque 4. Control de flujo. Estructuras de decisión y estructuras de recepción

Bloque 5. Tipos de datos avanzados

Bloque 6. Funciones

Bloque 7. Módulos y paquetes

Módulo 3. Programación orientada a objetos

Bloque 1. Metodología basada en objetos

Bloque 2. Clases, objetos, atributos y métodos

Bloque 3. Practicando con clases y objetos

Módulo 4. Herramientas adicionales de POO

Bloque 1. Herencia & poliformismo

Bloque 2. Interfaces, Abstract Base Class & Subclases

Bloque 3. Datos temporales

Bloque 4. Generadores y cierres

Bloque 5. Gestión de excepciones

Módulo 5. Manipulación de datos

Bloque 1. Archivos

Bloque 2. JSON

Bloque 3. Pandas

Bloque 4. Numpy

Bloque 5. Matplotlib

Bloque 6. Introducción patrones de diseño

Módulo 6. Programando se aprende

Práctica: Creación de un aeropuerto

Módulo 7. Git & GitHub

Bloque 1. Control de versiones

Bloque 2. Comandos de Git y ramas

Bloque 3. Uso de GitHub

CREACIÓN DE APIS CON DJANGO Y FLASK

Módulo 1. Fundamentos y desarrollo de APIs con Flask

Bloque 1: Introducción a las APIs

Bloque 2: Uso de librerías en Python

Bloque 3: Comunicación a través de APIs

Módulo 2. Desarrollo de APIs con Django

Bloque 1: Introducción a Django

Bloque 2: Desarrollo con Django Rest Framework

Módulo 3: IA y LLM

Bloque 1: Introducción a la IA y LLM

Bloque 2: Uso de LLM en la Nube

ESPECIALIZACIÓN EN MACHINE LEARNING

Módulo 1. Introducción al Machine Learning

Bloque 1. Introducción al Big Data y Machine Learning

Bloque 2. librerías numéricas de Python y Scikit-learn

Bloque 3. Preprocesamiento de datos

Módulo 2. Aprendizaje supervisado

Bloque 1. Introducción a los modelos de aprendizaje supervisado

Bloque 2. Modelos de regresión

Bloque 3. Modelos de clasificación

Módulo 3. Aprendizaje no supervisado

Bloque 1. Introducción al aprendizaje no supervisado

Módulo 4. Desarrollo de sistemas de aprendizaje automático

Bloque 1. Machine Learning en la nube

Bloque 2. Machine Learning sin código

Ver más