Científica de datos titulada con gran pasión por la enseñanza y la tecnología. Mis clases son entretenidas y te enseño desde cero

“Quiero aprender de IA?… ¿por dónde empiezo?”

La respuesta no es un curso.
No es un bootcamp.
No es aprender una librería.

*Es seguir una ruta estructurada en la que yo te acompañaré…


1. Te ayudaré a entender qué es Ciencia de Datos (antes de tocar código).

No es solo Machine Learning es la combinación de:

- Matemáticas.
- Estadística.
- Programación.
- Comunicación.

Si no entiendes el propósito, aprenderás herramientas sin criterio.

2. Te enseñaré fundamentos matemáticos (la base real). Aquí está la diferencia entre “usar modelos” y “entender modelos”.

Repasaremos:

- Álgebra lineal.
- Probabilidad.
- Estadística inferencial.

3. Te enseñaré a programar en Python usando las librerias pandas, NumPy, Matplotlib and scikit-learn.

4. Te enseñaré a analizar antes de modelar basándome en el EDA (Exploratory Data Analysis)

- Análisis exploratorio.
- Detección de outliers.
- Correlaciones.
- Calidad de datos.

5. Luego te enseñare a hacer Machine Learning y te explicaré los siguientes algoritmos base.

- Regresión.
- Árboles.
- Random Forest.
- Boosting.

6. Haremos proyectos reales en Kaggle.

7. Te enseñaré a usar GitHub para publicar tus proyectos.

¿Te acompaño?, ¡escríbeme!