Saltar al contenido

Aprendizaje Automático

Universitat Politècnica de València

Precio

Gratuito

Modalidad

Online

Tipo

MOOC MiriadaX

Duración

5-8 semanas

Nivel

Inicial-Intermedio

Idioma

Español

Acceso

Acceso continuo

Datos verificados en webs oficiales Comparador editorial independiente Enlaces a fuentes públicas
Ir a la web oficial
Ver todos los MOOCs

Aprendizaje Automatico es una propuesta formativa de Universitat Politecnica de Valencia en MiriadaX orientada a machine learning introductorio con perspectiva ingenieril.

El programa combina una ruta clara para estudiantes de perfil tecnico y analitico con ejercicios aplicados, referencias actuales del mercado y criterios de evaluacion alineados con competencias reales.

Si estas comparando MOOCs, esta ficha te ayuda a valorar utilidad practica, profundidad tecnica y encaje profesional antes de invertir tiempo y presupuesto.

Descripción

  • Introduce algoritmos de aprendizaje supervisado y no supervisado de uso frecuente.
  • Explica proceso de entrenamiento, validacion y mejora de modelos.
  • Conecta teoria con practicas orientadas a problemas reales.
  • Refuerza nociones de estadistica aplicada para interpretar resultados.
  • Ideal para quien busca transicion hacia proyectos de IA mas exigentes.

Áreas formativas

  • Construir modelos basicos de prediccion y segmentacion.
  • Aplicar metodos de evaluacion y comparar alternativas.
  • Detectar sobreajuste y tomar acciones correctivas.
  • Preparar datos de entrada para mejorar desempeno.
  • Entender pipeline de un proyecto de ML inicial.

Objetivos formativos

  • Dar base practica en machine learning en espanol.
  • Alinear conceptos matematicos con implementacion real.
  • Preparar al alumno para especializaciones avanzadas.
  • Facilitar criterio tecnico para elegir algoritmos.

Contenidos y temario

Resumen según la documentación pública. Consulta la web oficial para el detalle actualizado.

ML fundamentals

  • Regresion
  • Clasificacion
  • Metricas

Model improvement

  • Regularizacion
  • Feature engineering
  • Cross-validation

Unsupervised learning

  • Clustering
  • Reduccion de dimension
  • Casos de uso

Requisitos de acceso

  • Python basico recomendado.
  • Conocimientos de algebra y probabilidad ayudan.
  • Disponibilidad para practica semanal.

Acceso y matrícula

Revisa convocatoria, idioma y modalidades en la web oficial del programa.

Revisar calendario de ediciones en MiriadaX.

Acceso abierto sujeto a disponibilidad de convocatoria.

Valida politicas de certificados y pagos desde el enlace directo: pagina oficial.

¿Por qué este programa?

  • Foco ML
  • Ritmo progresivo
  • Buena base tecnica
  • En espanol

Salidas profesionales

  • Base para roles junior de analitica y ML.
  • Mejor perfil tecnico para proyectos internos.
  • Preparacion para deep learning posterior.
  • Aplicacion de modelos predictivos simples en negocio.

Preguntas frecuentes

¿Es equivalente a una especializacion completa?
No, es una introduccion robusta pero mas acotada.
¿Se aprende a evaluar modelos?
Si, dedica parte relevante a metricas y validacion.
¿Vale para empezar en ciencia de datos?
Si, especialmente como puerta a itinerarios tecnicos mayores.
¿Incluye deep learning?
Puede mencionarlo, pero el nucleo es ML clasico.
¿Donde se publica cada nueva edicion?
En MiriadaX y comunicados UPV.

Metodologia y evaluacion

Predomina aprendizaje guiado por proyectos, cuestionarios autocalificables y laboratorios orientados a transferencia al puesto.

Sobre Universitat Politècnica de València

La UPV es referente en ingenieria y tecnologia en Espana, con amplia experiencia en docencia y transferencia de conocimiento aplicado.

Contacta con Universitat Politècnica de València

También te puede interesar