Machine Learning aplicado
Modelos supervisados y no supervisados, feature engineering, interpretabilidad con SHAP/LIME, fairness y pipelines reproducibles con scikit-learn, XGBoost y LightGBM. Formación in-company y online en directo, con duración y temario a petición del cliente.
🧠
Machine Learning
Modelos supervisados/no supervisados, feature engineering.
📐 Intermedio→Avanzado⏱ Duración a petición del cliente
📌 Modelos predictivos
Regresión, clasificación, gradient boosting.
Scikit-learnXGBoostLightGBM
📌 Feature Engineering
Encoding, selección de features, pipelines.
Feature SelectionEncoding
📌 Interpretabilidad
SHAP, LIME e importancia de features.
SHAPLIMEFairness
Solicita el programa detallado de esta formación