Volver a Mi Aula
SENCE: PF1462GeneralTodos los niveles

Especialización en Machine Learning

Este plan formativo está dirigido a profesionales con conocimientos fundamentales de aprendizaje de máquina y ciencia de datos, proporcionando una sólida base en técnicas avanzadas de aprendizaje automático, incluyendo la programación, matemáticas aplicadas, optimización de modelos, y la implementación de modelos complejos en diversos contextos. Está diseñado para preparar a los profesionales para enfrentar los desafíos del análisis de datos y el desarrollo de modelos predictivos avanzados.

Competencia General del Curso:

"Implementar modelos predictivos de aprendizaje de máquina complejos en entornos productivos asegurando su Interpretabilidad y eficiencia acorde las buenas prácticas de la industria para dar solución a problemáticas de la Organización"

12 Módulos
5 Clases
201 Horas Cronológicas

Estructura y Programa del Curso

CLASE 1
Estructuras de datos avanzadas en Python
Objetivo / Aprendizaje Esperado:

"Aplicar estructuras de datos avanzadas para la resolución de problemas de mediana complejidad acorde al lenguaje Python."

Evaluaciones y Actividades Formativas de la Clase

Quiz de clase (5 preguntas): estructuras de datos avanzadas en Python

Quiz Formativo • 5 Preguntas • Exigencia 60%

Algoritmo de inserción en un árbol binario de búsqueda (bst)

Actividad Práctica Interactiva

Selección de estructuras de datos para casos de uso

Actividad Práctica Interactiva

CLASE 2
Manejo de excepciones y robustez del código
Objetivo / Aprendizaje Esperado:

"Aplicar excepciones y errores eficientemente para mejorar la robustez del código acorde al lenguaje Python y las buenas prácticas de la programación."

Evaluaciones y Actividades Formativas de la Clase

Quiz de clase (5 preguntas): manejo de excepciones y robustez del código

Quiz Formativo • 5 Preguntas • Exigencia 60%

Secuencia de ejecución en bloques de control de errores

Actividad Práctica Interactiva

Creación y lanzamiento de excepciones personalizadas

Actividad Práctica Interactiva

CLASE 3
Programación orientada a objetos en Python
Objetivo / Aprendizaje Esperado:

"Desarrollar aplicaciones modulares utilizando programación orientada a objetos acorde al lenguaje Python para dar solución a un requerimiento."

Evaluaciones y Actividades Formativas de la Clase

Quiz de clase (5 preguntas): programación orientada a objetos en Python

Quiz Formativo • 5 Preguntas • Exigencia 60%

Secuencia de implementación de una clase

Actividad Práctica Interactiva

Pilares y sintaxis de Python

Actividad Práctica Interactiva

Juicio sobre el principio de sustitución de liskov

Actividad Práctica Interactiva

CLASE 4
Análisis y complejidad de algoritmos
Objetivo / Aprendizaje Esperado:

"Analizar la eficiencia de un algoritmo de mediana y alta complejidad para su posterior optimización acorde las buenas prácticas de la industria."

Evaluaciones y Actividades Formativas de la Clase

Quiz de clase (5 preguntas): análisis y complejidad de algoritmos

Quiz Formativo • 5 Preguntas • Exigencia 60%

Flujo de trabajo para profiling y optimización

Actividad Práctica Interactiva

Análisis de complejidad en algoritmos clásicos

Actividad Práctica Interactiva

CLASE 5
Optimización de código y programación pythonic
Objetivo / Aprendizaje Esperado:

"Aplicar técnicas de optimización del código para la mejora de la eficiencia y legibilidad acorde al lenguaje Python y buenas prácticas de la industria."

Evaluaciones y Actividades Formativas de la Clase

Quiz de clase (5 preguntas): optimización de código y programación pythonic

Quiz Formativo • 5 Preguntas • Exigencia 60%

Flujo de optimización progresiva

Actividad Práctica Interactiva

Eficiencia de generadores vs listas

Actividad Práctica Interactiva

Ecosistema de optimización Python

Actividad Práctica Interactiva

Evaluación Sumativa Final de Módulo
Evaluación sumativa de módulo

Exigencia: 60% • 10 Preguntas • Intentos Ilimitados

Hito de Portafolio50 Puntos • Rúbrica SENCE
Entrega Práctica y Portafolio Incremental

Sube tu repositorio GitHub, demo o archivo adjunto para revisión y calificación del relator.

Evaluación 360°Autoevaluación (1-7) & Coevaluación (4 niveles)
Evaluación Colaborativa y Feedback de Pares

Realiza tu reflexión individual de aprendizaje y coevalúa el trabajo de tus compañeros de curso.

Especialización en Machine Learning
Este curso requiere matrícula asignada por tu administrador de empresa.
Acceso:Requiere Asignación
Formato:Clase Interactiva / HTML5
Certificado:Incluido al 100%