1. INTRODUCCIÓN AL CURSO1.1. Introducción al Python1.2. Librería de Python para Machine Learning.1.3 Machine Learning. Introducción. 2. APRENDIZAJE SUPERVISADO2.1. Definición y aplicaciones.2.2 Medidas de rendimiento.2.3 Modelos lineales2.4 Modelos supervisados de ML: árboles, SVM, redes neuronales.2.5 Combinación de modelos. Random Forest. 3. APRENDIZAJE NO SUPERVISADO3.1. Definición y aplicaciones.3.2 Medidas de rendimiento.3.3 Clustering. Tipos3.4 Biclustering3.5 Manifolds. Reducción de la dimensionalidad3.6 Análisis de la cesta.