8VO A PIT 2026-MACHINE LEARNING CON PYTHON, Resúmenes de Ingeniería de Sistemas

¡Descarga 8VO A PIT 2026-MACHINE LEARNING CON PYTHON y más Resúmenes en PDF de Ingeniería de Sistemas solo en Docsity!

PROGRAMA DE INICIACIÓN TECNOLÓGICA PIT 2026

MACHINE LEARNING

CON PYTHON + IA

CURSO GRATUITO

DESCRIPCIÓN

El Curso Machine Learning con Python proporciona al participante una vision amplia de la forma como se debe afrontar un proyecto de desarrollo de software usando tecnicas de la inteligencia artificial. Al dia de hoy tanto en sectores academicos como en el sector empresarial existe mucha necesidad de aprender a utilizar las tecnicas del machine learning. Es de vital importancia que todo profesional del campo de la ingenieria sea capas de utilizar los conocimientos impartidos en este curso en las necesidades que pueda tener en el ambito laboral.

El presente curso busca obtener una vision aplicada de todo lo concerniente a la aplicación del lenguaje de programacion python en la obtencion de buenos modelos de machine learning, para ello se centrara en desarrollar un codigo escalable que permita que el area usuaria del producto este satisfecha con los resultados.

(Zoom + YouTube)Virtual 6 Sesiones 18 horas

INFORMACIÓN GENERAL

Modalidad Duración Horas

Acceso al aula virtual (PIT Virtual).

BENEFICIOS

Grabaciones de las clases.

Materiales descargables.

El certificado digital es opcional. Al aprobar el curso con un promedio final mayor o igual a 12, el participante recibirá un certificado digital emitido por la Universidad Nacional de Ingeniería.

Los alumnos que no hayan aprobado el curso podrán recibir una constancia digital de asistencia, emitida por la Universidad Nacional de Ingeniería, si han asistido al menos al 75% de las clases.

CERTIFICADO

En cada sesión se realizará una evaluación la cual

estará sujeta a una calificación.

EVALUACIÓN

La nota del curso se obtendrá de la siguiente manera:

Si el curso cuenta con cuatro minitest, se deberá eliminar la

menor de estas notas. Las más altas se sumarán al doble de la

evaluación final según la siguiente fórmula:

La asistencia a cada sesión se apertura automáticamente en

la plataforma PIT VIRTUAL durante el horario de la clase.

SESIÓN 5: ALGORITMOS DE APRENDIZAJE SUPERVISADO III 1.Bosques Aleatorios

SESIÓN 4:

ALGORITMOS DE APRENDIZAJE SUPERVISADO II

1.Arboles de decisión para problemas de regresión 2.Arboles de decisión para problemas de clasificación

SESIÓN 6:

ALGORITMOS DE APRENDIZAJE NO SUPERVISADO

1. Tecnicas de Clustering
2. Aplicaciones de la IA : Machine Learning con Python

Docente en la Oficina de tecnologías de la información de la

Universidad Nacional de Ingeniería - OTI UNI.

Egresado de la carrera de Matemática de la Universidad

Nacional de Ingeniería con experiencia en la construcción de

sistemas de procesamiento distribuido, despliegue de

soluciones informáticas en entornos Linux y desarrollo de

software usando técnicas de machine learning y deep

learning para entornos comerciales y de investigación.

Abraham Zamudio Chauca

DOCENTE