Formación Aprendizaje automático

Dominar las herramientas de aprendizaje automático en un contexto industrial.
Pida
Ilustración de un engranaje y redes neuronales para ilustrar la formación en aprendizaje automático

Formación en aprendizaje automático

  • e-learning
  • estadísticas

Duración

50h

Tarifa

1330 €Ht/pers
análisis de datos y formación en aprendizaje automático

Conviértase en un experto en resolución de problemas industriales

El curso de Aprendizaje Automático te permitirá dominar el uso de las herramientas de Análisis de Datos y Aprendizaje Automático en un contexto industrial. Aprenderás a situar el Aprendizaje Automático en el contexto de la IA y el Big Data, y a entender los diferentes algoritmos (regresión, reducción de dimensiones, clasificación supervisada y no supervisada). 

Al finalizar el curso de Aprendizaje Automático, será capaz de preparar los datos correctamente, aplicar métodos de estadística descriptiva, utilizar herramientas de reducción de dimensiones como PCA y UMAP y utilizar algoritmos de modelización para extraer toda la información de sus datos y tomar las decisiones correctas.

Nuestras ventajas

La formación sobre aprendizaje automático es animada e interactiva. Numerosos ejercicios en el software de análisis de datos de Ellistat le permitirán poner en práctica la teoría. Los recursos y la ayuda proporcionados por nuestros equipos facilitarán la asimilación de los conceptos complejos.
100%
Los alumnos, satisfechos con la formación sobre ellistat
21
cursos disponibles en
e-Learning o presencial
99%
de los alumnos recomiendan nuestros cursos
*De septiembre de 2021 a septiembre de 2024
Póngase en contacto con nosotros

Su opinión

No hubo decepción, sino todo lo contrario, ya que el curso siguió un principio rector. Un estudio de caso muy refrescante de un problema industrial, ¡en forma de fábrica de cerveza!
Vincent
Responsable de Calidad, Saint Gobain
Este curso me proporcionó el conocimiento y dominio de herramientas estadísticas básicas directamente aplicables a nuestro campo de trabajo.
Edgar
Técnico de I+D, Grupo SEB
Una metodología muy accesible para nosotros, los no científicos de la industria: descubrimiento de la prueba de inversión, ergonomía e intuitividad del software utilizado (Ellistat) en comparación con Minitab.
Laurent
Jefe de Proyecto de Materiales, Chatelain G&F
Un curso divertido y didáctico que le dará ganas de implicar a su equipo e implantar el enfoque en el taller.
Pascal
Jefe de taller, Alta Relojería
La formación realmente te permite comprender el método en profundidad y el software Ellistat es una verdadera ventaja. El formador domina perfectamente el tema y es muy dinámico.
Clément
Ingeniero / Director de Grupo de Diseño, Bosch Automotive
El tema se explora en detalle con una progresión lógica a lo largo del curso, sin ahogarse en información. Quieres aplicar lo que descubres y aprendes.
Nathan
Ingeniero de diseño, ORANO
Ahora sé cómo utilizar las herramientas del método para resolver problemas, pero también para demostrar que las acciones puestas en marcha mejoran la situación.
Pascal
Jefe de taller, Alta Relojería

Objetivos

  • Familiaridad con los principios y el uso de herramientas de análisis de datos y aprendizaje automático en un contexto industrial.
  • La formación se basa en las herramientas disponibles en el módulo de análisis de datos de Ellistat.

Para quién

El curso e-learning de Aprendizaje Automático está diseñado para directivos e ingenieros que necesitan analizar datos de producción para obtener nuevos conocimientos o un modelo predictivo del comportamiento.

Requisitos previos

  • Uso básico de Internet y de un navegador web
  • Titulación de nivel II y/o 5 años de experiencia profesional inicial
  • Conocimientos básicos de gestión de calidad y procesos
  • No es necesario ser Six Sigma Green Belt o Six Sigma Black Belt para realizar este curso.

Duración

50 horas de lecciones y ejercicios. El acceso a e-Learning está disponible 24/7 durante 3 meses para el curso de Machine Learning.

Recursos didácticos y técnicos

  • 100% Formación e-Learning en una plataforma específica
  • Los métodos pedagógicos propuestos son mediáticos (voz, texto, ejercicios), lúdicos y multimodales, con pruebas en cada lección.
  • Presentaciones teóricas
  • Casos prácticos
  • Documentos de apoyo en PDF y Excel disponibles en línea

Equipo docente

Con más de 30 años de experiencia, rica en enseñanza y experiencia práctica, nuestra organización de formación en calidad industrial le ofrece una gama de servicios de formación y consultoría para desarrollar y mejorar su rendimiento y conocimientos técnicos. Todos nuestros consultores son Lean Six Sigma Master Black Belts y tienen al menos 10 años de experiencia en la aplicación de herramientas Lean y Six Sigma en entornos industriales.

Accesibilidad

El curso de Aprendizaje Automático es accesible para personas con discapacidad. Póngase en contacto con nosotros para conocer los detalles de cualquier acuerdo especial. Haremos todo lo posible por adaptarnos a sus necesidades.

Procedimientos de evaluación

  • Hojas de asistencia.
  • Preguntas orales o escritas (MCQs).
  • Casos prácticos.
  • Trabajo práctico

Programa

Comprender el alcance del aprendizaje automático y el análisis de datos

  • Comprender los objetivos del aprendizaje automático
  • Sitúe el aprendizaje automático en el contexto del Big Data, la Inteligencia Artificial...
  • Saber mapear las diferentes herramientas: regresión, reducción de dimensiones, clustering, clasificación supervisada (S) y no supervisada (NS).
  • Entender qué se puede y qué no se puede hacer con el aprendizaje automático

Preparar los datos para un análisis adecuado

  • Preparación de un plan de recogida de datos
  • Cómo elaborar un plan de muestreo
  • Aplicar los principios de la estadística descriptiva a los datos (tipo de distribución, cálculo de la estadística media, desviación típica de la mediana, curtosis, asimetría, etc.).
  • Evaluación de la presencia de valores atípicos

Conocimiento del principio: herramientas de reducción dimensional (NS)

  • Conocer el principio de reducción de dimensiones
  • Comprensión y utilización de las herramientas ACP, UMAP y TSNE
  • Análisis de componentes principales
  • Análisis factorial de correspondencias
  • Análisis de correspondencias múltiples
  • Comprender y utilizar una tarjeta T2

Clasificación no supervisada

  • Conocimiento del principio: herramientas de clasificación no supervisada (NS)
  • Clasificación jerárquica: Dendrograma, Variables, Individuos
  • Conocer los principios de los algoritmos K means, DBSCAN y Mean Shift

Aprendizaje supervisado, continuo Y

  • Conocer el principio y saber utilizar las herramientas: regresión lineal, regresión lineal múltiple
  • Comprender el principio de las redes neuronales y saber aplicarlas a casos sencillos.

Aprendizaje supervisado, discreto Y

  • Regresión logística
  • Regresión logística ordinal
  • Clasificación supervisada SVM
  • KNN y árbol de decisión

Métrica de un clasificador

  • Curva ROC y control de confusión
  • Métricas de clasificación simples
  • Métrica combinada
  • Intervalo de confianza para las métricas

Puesta en práctica de las herramientas de aprendizaje automático

  • Dominar el uso del módulo de análisis de datos Ellistat para aplicar todos los puntos del programa.
Pedir formación en aprendizaje automático

Un método de aprendizaje

  • E-learning
    Autoaprendizaje
    1330
    por aprendiz
    • 50 horas de cursos de aprendizaje electrónico
    • Asistencia en línea
Máquina herramienta que mecaniza una pieza revolucionaria con control de proceso automatizado

Deseo que se pongan en contacto conmigo para la formación en aprendizaje automático