Este curso está destinado a practicantes principiantes de aprendizaje automático. Es un curso asincrónico que se puede iniciar en cualquier momento y tomar a cualquier ritmo; la "fecha de inicio" anterior solo se refiere al primer día en que los materiales estuvieron disponibles. Será útil estar familiarizado con los cuadernos de Python y Jupyter, ya que esto es lo que usamos para la implementación. Brindamos una base en métodos de aprendizaje automático y nos enfocamos en sus aplicaciones a ejemplos reales de investigación, desde análisis de datos exploratorios hasta diagnósticos y pruebas de hipótesis. Extraemos la mayoría de los ejemplos de Física y Astronomía.

Nuestra esperanza es que al final de la clase, los participantes:

- Ser capaz de leer y comprender un documento que utiliza ML;
- Aprenda a construir, diagnosticar y optimizar un modelo ML;
- Obtener una idea de qué métodos están disponibles y relacionarlos con los problemas de investigación;
- Tenga borradores de cuadernos con implementaciones simples para usar como base para escribir más (y mejor) código.