Máster Especialista en Machine Learning Ensemble con Python
Bagging, Boosting, Stacking y Super Learner con scikit-learn y XGBoost. Proyectos reales y mejores prácticas.
📘 Descripción
Domina los ensembles más usados en la industria: Bagging, Random Forest, ExtraTrees, AdaBoost, XGBoost, LightGBM, Voting, Stacking y Super Learner. Aprenderás pipeline de datos, validación, tuning de hiperparámetros y comparación de modelos con métricas robustas.
Requisito recomendado: haber cursado Machine Learning con Python — Avanzado.
🧭 Contenidos del Curso
- Módulo I: Introducción, Jupyter y repaso de Python.
- Módulo II: Algoritmos base y taxonomías; métricas y validación.
- Módulo III: Proyectos de clasificación multiclase, binaria y regresión.
- Módulo IV: Ensembles múltiples (One-vs-Rest, multisalida, selección dinámica).
- Módulo V: Bagging, Random Forest, ExtraTrees y variantes.
- Módulo VI: Boosting (AdaBoost, XGBoost, LightGBM).
- Módulo VII: Stacking, Voting, Blending y Super Learner.
- Módulo VIII: No supervisado y clustering con ensembles.