Aprendizaje Automático - Modalidad Combinada

Objetivo: Introducir los principios fundamentales del aprendizaje automático, incluyendo aprendizaje supervisado y no supervisado, con el objetivo de desarrollar un proyecto que resuelva un problema real mediante el uso de datos. Introducción al Aprendizaje Automático: Conceptos básicos, historia, y aplicaciones. Preprocesamiento de Datos: Técnicas de limpieza y normalización de datos. Modelos de Aprendizaje Supervisado: Regresión lineal, regresión logística, máquinas de soporte vectorial (SVM). Modelos de Aprendizaje No Supervisado: K-means, clustering jerárquico, DBSCAN. Evaluación de Modelos: Matrices de confusión, curvas ROC, validación cruzada.