La OFERTA más espeluznante ya empezó! 👻 25% de descuento en certificados y diplomaturas. 🎃Termina en  : : :

¡Obtén tu descuento!
Explorar
es
Para EmpresasHazte PremiumAffiliate coin
Language icon es

Su Verificación de Aprendizaje

Esto es para verificar que Mustafa Jarwan ha completado el curso Fundamentos de la Ciencia de Datos: Herramientas y Conceptos Esenciales en Alison.

Mustafa Jarwan

ID de Alison: 59326992

Curso Completado: Fundamentos de la Ciencia de Datos: Herramientas y Conceptos Esenciales

Fecha de Finalización: 19 de octubre de 2026

Correo Electrónico: [email protected]

Tiempo Total de Estudio: 6h 13m

Puntaje de prueba final:

Los cursos de Alison requieren al menos
70% para aprobar la evaluación final

96%
Horas CPD Completadas:

Horas de aprendizaje aprobadas por CPD
completadas a través de este curso

5-7h

Información del Curso

Aprende la relación entre la ciencia de datos y la tecnología de aprendizaje automático de IA en este curso gratis.

La ciencia de datos y el aprendizaje automático (ML, por sus siglas en inglés) representan dos maravillas del avance tecnológico moderno y tienen un profundo impacto en el mundo que nos rodea. Digital Partner ha desarrollado este curso para ayudarte a comprender el marco básico y la funcionalidad de estos campos. El curso se divide en dos módulos: el primero cubre la ciencia de datos y el segundo se centra en los conceptos básicos del aprendizaje automático.

Primero te presentamos la ciencia de datos y exponemos sus ventajas y componentes esenciales. También desarrollamos las muchas aplicaciones de la ciencia de datos. Luego rastreamos la relación entre el aprendizaje automático y la ciencia de datos y explicamos varios flujos de trabajo que la componen, incluido el flujo de trabajo "Obtener, Depurar, Explorar, Modelar e Interpretar" (OSEMN), el flujo de trabajo de Blitzstein y Pfister y el flujo de trabajo CRISP-DM.

El segundo módulo del curso se dirige hacia el ML y los campos relacionados. Explicamos los conceptos básicos del aprendizaje automático y revisamos los flujos de salida comunes del ML. También desarrollamos diferentes métodos de agrupamiento, regresión y sus tipos. Finalmente, el curso profundiza en el aprendizaje profundo, las redes neuronales y la relación entre ellos. Inscríbete en este curso para comenzar a construir una base sólida en ciencia de datos y aprendizaje automático y aprende cómo la inteligencia artificial puede aprovecharse para impulsar la investigación actual.

Módulos Completados

Módulo 1: Comprender el campo de la ciencia de datos
Módulo 2: Conceptos básicos del aprendizaje automático
Módulo 3: Fundamentos de la Ciencia de Datos: Herramientas y Conceptos Esenciales - Evaluación

¿Por qué necesita su verificación de aprendizaje?



professional/learner-record.learner_verification.Save