强化学习课程（增强学习，RL） + 8 ECTS学分

ML监督学习课程旨在在全面繁重的行业中获得必要的技能，在这种行业中，对训练有素的专业人员的需求不会停止增长。本课程将为您提供回归，分类和评估技术的坚实基础，这对于任何数据科学家的候选人来说都是必不可少的。您将从自动学习的基础上学习到高级方法，例如神经元网络和支持向量机器，以确保您准备面对工作世界当前的挑战。该在线课程具有灵活性和可访问性，使您可以在成为监督学习专家时以自己的步调提高。

- 了解机器学习中监督学习的基础。 - 了解如何为机器学习模型准备和准备数据。 - 应用线性回归解决预测问题。 - 在二进制分类任务中使用物流回归。 - 通过交叉验证技术评估模型。 - 实施决策和装配树，例如随机森林。 - 开发针对监督学习的神经网络。

ML监督学习课程的主要专业成果是在数据科学等领域，专注于预测分析，技术公司的机器学习工程，模型开发的人工智能咨询，金融和营销领域的数据分析等。

ML监督学习课程为您准备通过高级机器学习技术解决复杂的数据分析问题。您将从对回归和分类算法的应用程序的准备和预处理中学习。您将统治诸如决策树和神经元网络之类的模型，并通过交叉验证评估其效率。

ML监督学习课程是为希望加深自动学习技术的专业人士和毕业生设计的。它通过线性回归，决策树和SVM从监督学习简介到应用神经元网络的应用，为数据分析和建模提供了必不可少的工具。

La presente formación no está incluida dentro del ámbito de la formación oficial reglada (Educación Infantil, Educación Primaria, Educación Secundaria, Formación Profesional Oficial FP, Bachillerato, Grado Universitario, Master Oficial Universitario y Doctorado). Se trata por tanto de una formación complementaria y/o de especialización, dirigida a la adquisición de determinadas competencias, habilidades o aptitudes de índole profesional, pudiendo ser baremable como mérito en bolsas de trabajo y/o concursos oposición, siempre dentro del apartado de Formación Complementaria y/o Formación Continua siendo siempre imprescindible la revisión de los requisitos específicos de baremación de las bolsa de trabajo público en concreto a la que deseemos presentarnos.