Introduction to Machine Learning Art of the Possible (Spanish)

Este curso digital está diseñado para ayudar a los responsables de la toma de decisiones empresariales a comprender los conceptos básicos del machine learning (ML).Nivel del curso: FundamentalDuración: 30 minutosNota: Este curso tiene transcripciones o subtítulos localizados. La narración está en inglés.Para mostrar los subtítulos, haga clic en el botón CC en la esquina inferior derecha del reproductor.ActividadesEste curso incluye presentaciones, videos y evaluaciones de conocimientos.Objetivos del cursoEn este curso, aprenderá a realizar lo siguiente:Comprender los conceptos básicos del machine learning que ayuden a evaluar los beneficios y los riesgos que conlleva la adopción del ML en diversos casos empresarialesDestinatarios previstosEste curso está dirigido a los siguientes destinatarios:Líderes empresariales sin conocimientos técnicos y demás responsables de la toma de decisiones empresariales que estén, o vayan a estar, involucrados en proyectos de MLParticipantes del programa AWS Machine Learning Embark y de los talleres de descubrimiento del Machine Learning Solutions Lab (MLSL)Requisitos previosRecomendamos que los asistentes a este curso cumplan con los siguientes requisitos:Conocimientos básicos de computadoras y sistemas informáticosAlgunos conocimientos básicos del concepto de machine learningEsquema del cursoMódulo 1: ¿Cómo puede ayudar el machine learning?Definición del concepto de inteligencia artificialDefinición del machine learningDescripción de los distintos dominios empresariales en los que incide el machine learningDescripción del bucle de retroalimentación positiva (volante) que impulsa los proyectos de MLDescripción del potencial del machine learning en los mercados poco utilizadosMódulo 2: ¿Cómo funciona el machine learning?Descripción de la inteligencia artificialDescripción de la diferencia entre la inteligencia artificial y el machine learningMódulo 3: ¿Cuáles son algunos de los posibles problemas del machine learning?Descripción de las diferencias entre los modelos simples y los complejosComprensión de los problemas de inexplicabilidad e incertidumbre en los modelos de machine learningMódulo 4: Conclusión