Machine Learning, Modelos y Principios de Simulación
Aprende a poner en práctica las herramientas computacionales utilizadas en la resolución de problemas de ingeniería con el uso de machine learning.
A lo largo de este curso, lograrás:
Hacer simulaciones de procesos físicos a través de métodos de discretización.
Evaluar el equilibrio entre el coste y la exactitud de las simulaciones numéricas.
Aprender las mejores técnicas de optimización y entender el papel que desempeñan y que es fundamental para el machine learning.
Describir los problemas canónicos del machine learning desde el punto de vista de la estadística.
Utilizar el método Montecarlo para realizar predicciones reales y resolver problemas de evaluación de riesgos.
Temas del Curso
Encuesta inicial
Bienvenida
El nuevo paradigma de la informática
Calendario
Presentación de los participantes
Faculty
Ideas clave
Las ecuaciones diferenciales ordinarias (EDO)
El método de Euler
Los métodos de orden superior
Los métodos implícitos
Preguntas/Foro de discusión del módulo 2
Ideas clave
Las ecuaciones diferenciales parciales (EDP)
La discretización espacial y las cuestiones de diseño
Soluciones implícitas y explícitas de las EDP
Las condiciones de contorno
Los sistemas lineales: Los métodos directos e indirectos
Los sistemas no lineales y la búsqueda de raíces
Preguntas/Foro de discusión del módulo 3
Ideas clave
Introducción a la modelación
Los problemas de los mínimos cuadrados
El gradiente descendente
El método de Newton
La estimación de parámetros y los mínimos cuadrados no lineales
Preguntas/Foro de discusión del módulo 4
Ideas clave
Los problemas de regresión
Los métodos de regresión y los mínimos cuadrados
La regularización
Los problemas de clasificación
La regresión logística
El gradiente descendente estocástico
La evaluación del ajuste de los modelos
Preguntas/Foro de discusión del módulo 5
Ideas clave
Introducción a los métodos probabilísticos
El método de Montecarlo
La predicción probabilística
La predicción de la sensibilidad
La simulación de los sucesos raros
Preguntas/Foro de discusión del módulo 6
Aurora Flight Sciences
Schlumberger
BASF
Preguntas/Foro de discusión del módulo 7
¿Cuál es el siguiente paso?
Encuesta final
Preguntas/Foro de discusión del módulo 8
Conoce al Instructor
Faculty Co-Director MIT Center of Computational Engineering, Associate Professor de Aeronautics & Astronautics y Director del Aerospace Computational Design Laboratory, MIT
La experiencia de aprendizaje del MIT xPRO
Practica procesos y métodos a través de simulaciones, evaluaciones, estudios de caso y herramientas.
Conecta con una comunidad internacional de profesionales mientras trabajas en proyectos basados en ejemplos reales.
Accede a todo el contenido en línea y mira los vídeos desde cualquier lugar.
Lleva las nuevas habilidades aprendidas a tu empresa a través de ejemplos de entornos de trabajo técnicos y unas buenas indicaciones reflexivas.
Obtén un certificado profesional y créditos de educación profesional continua de MIT (MIT xPRO 2,5 CEUs).
Adquiere formación de los profesores de MIT y de expertos de la industria.
¿Qué encontrarás en el curso?
Este curso tiene un contenido completamente orientado a la práctica y puede seguirse integramente en español, a través de:
Actividades tipo test
Ensayos
Proyectos
Actividad plan de acción
Contenido en video impartido por el claustro de profesores de mit y por expertos en distintas industrias *
Webinar en directo
Bibliografía adicional recomendada **
* Para los contenidos en vídeo se han mantenido las voces originales de los profesores de MIT y expertos de distintas industrias, que han sido subtitulados en español.+
** Algunas de las lecturas adicionales recomendadas (no obligatorias para completar el curso) solo están disponibles en inglés.
Inscripción
Rellena el formulario de registro online que encontrarás a continuación, haciendo clic en el botón “INSCRÍBETE”.
Realiza el pago a través de la plataforma segura.
Tu plaza quedará confirmada en el momento en que recibamos el pago del curso.
Te enviaremos tus claves de acceso al campus virtual para que puedas empezar a familiarizarte con la plataforma.
¿No encontraste lo que buscabas? Agenda una llamada con uno de nuestros asesores académicos o llámanos al +1 315 501 0457.
Inicio el