CONTENIDOS FORMATIVOS: 1. INTRODUCCIÓN AL CURSO 1.1. Introducción al Python 1.2. Librería de Python para Machine Learning. 1.3 Machine Learning. Introducción. 2. APRENDIZAJE SUPERVISADO 2.1. Definición y aplicaciones. 2.2 Medidas de rendimiento. 2.3 Modelos lineales 2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales. 2.5 Combinación de modelos. Random Forest. 3. APRENDIZAJE NO SUPERVISADO 3.1. Definición y aplicaciones. 3.2 Medidas de rendimiento. 3.3 Clustering. Tipos 3.4 Biclustering 3.5 Manifolds. Reducción de la dimensionalidad 3.6 Análisis de la cesta.