Técnicas Avanzadas de Machine Learning II: métodos de ensamble
Aprender a aplicar con R las principales técnicas de Aprendizaje automático en investigación científica, comprendiendo en profundidad cómo funcionan. El curso tiene una fuerte componente práctica (≈ 80%), con 82 ejercicios prácticos en total procedentes de investigaciones reales, cuya programación, resolución e interpretación se va viendo simultáneamente con la teoría.
Impartido por Manuel Mendoza García, Científico Titular del MNCN-CSIC
Requisitos: conocimientos básicos de R
Haber cursado el módulo Técnicas Avanzadas de Machine Learning I: Árboles de Decisión ó alguno de los cursos ofertados en convocatorrias anteriores, puesto que cada uno de ellos se apoya en los conocimientos del anterior. Los alumnos recientes pueden saltarse los dos primeros, para hacer el 3º, aunque el segundo está bastante ampliado y mejorado. Los alumnos que hicieron el curso de menos de 40 horas deberían hacer el 2, también, si quieren hacer el 3.
Dirigido a: investigadores de cualquier nivel académico
Fechas: del 14 al 23 de noviembre de 2023
Horario: 16:30 a 19:30h
Lugar: presencial en la sala de juntas del MNCN y online a través de Zoom
Inscripción y más información en el siguiente enlace.
Fecha
- Martes, 14 Noviembre 2023
- Jueves, 23 Noviembre 2023
Horario
Del 14 al 23 de noviembre de 2023
(8 días, 24 horas lectivas)
16:30 a 19:30h (Zona horaria de Madrid)
Ubicación
Sala de juntas del Museo en modo presencial o en remoto a través de Zoom
Plazas
20 plazas presenciales
50 plazas en remoto
RESERVA DE PLAZA
mcnc104@mncn.csic.es
CONSULTAS
mmendoza@mncn.csic.es
Los participantes recibirán un certificado a la finalización del curso.
Tarifas
220 euros