FEUGA convoca un curso de introdución á tecnoloxía da aprendizaxe máquina con Python
xoves, 23 de marzo do 2023
A
fundación FEUGA
vai organizar un curso de introdución a unha das tecnoloxías da
Intelixencia Artificial de meirande proxección nos ámbitos
empresarial e investigador: o Machine Learning
(Aprendizaxe Máquina ou Aprendizaxe Automática). Porase o foco na
aplicación de algoritmos de Intelixencia Artificial para o
adestramento de modelos de predición. Segundo informa FEUGA, o ML é
unha rama da IA que se centra no desenvolvemento de sistemas capaces
de aprender e mellorar automaticamente a medida que se lles presenta
nova información. “Na actualidade”, explican fontes da Fundación
Empresa-Universidade de Galicia, “o coñecemento do Machine
Learning é esencial debido á enorme cantidade de datos
dispoñíbeis e a necesidade de analizalos e obter conclusións
útiles a partir deles”.
Este
curso ten como obxectivo “introducir os conceptos de Intelixencia
Artificial, Machine Learning e Deep Learning e explorar
as tres categorías de algoritmos do ML: supervisados, non
supervisados e de reforzo. Durante o curso, implementaranse algúns
dos algoritmos máis representativos utilizando a linguaxe de
programación Python na plataforma Jupyter, incluíndo modelos
lineais, modelos baseados en árbores de decisión (incluíndo os
máis potentes algoritmos de Gradient Boosting), algoritmos de
clustering e redes neurais.
“Aprender
sobre Machine Learning”, sinala
FEUGA, “permitiranos automatizar a análise de datos,
desenvolver sistemas de Intelixencia Artificial avanzados e
comprender como funcionan os algoritmos de aprendizaxe automática”.
Estas habilidades, engade a fundación, “son fundamentais para unha
ampla variedade de eidos, como a economía, a medicina, a industria e
a tecnoloxía”. Este curso “daranos unha vantaxe na nosa carreira
e permitiranos manternos actualizados nun eido de actividade en
constante evolución”, explica FEUGA.
O
curso desenvolverase por vídeo-conferencia en tempo real. A duración
será de 24 horas. Celebrarase os días 18, 20, 25 e 27 de abril e 3
e 5 de maio de 2023, en horario de 09.30 a 13.30 horas. A data límite
de inscrición é o 12 de abril.