Curso · Machine Learning Avanzado
Domina las técnicas de ML que usa la industria
En este curso implementarás las técnicas avanzadas de machine learning que se usan cuando los modelos básicos no alcanzan: boosting de árboles con XGBoost, LightGBM y CatBoost, detección de anomalías con interpretabilidad, series de tiempo con ARIMA y Prophet, y sistemas de recomendación.
Conocé el cursoComprar CursoAcceso Exclusivo
Clases en vivo personalizadas
Certificación de curso válida para tu CV
Contenido práctico desde el día uno
App propia con todo tu aprendizaje organizado en un solo lugar
Clases asincrónicas siempre disponibles en nuestra app
Talleres mensuales con certificación para mantenerte actualizado
Comunidad activa de estudiantes y expertos
$49900/mes
¿Esto es para mí?
Si te pasa alguna de estas, es justo para ti
Ya entrenas modelos básicos pero te quedas corto en problemas reales
Manejas regresiones y árboles de decisión, pero cuando el problema se pone serio tus modelos no rinden. Quieres las técnicas que la industria usa de verdad, como los ensambles y el boosting.
Te piden predecir ventas o demanda y no sabes modelar series de tiempo
Los datos con componente temporal tienen sus propias reglas y tus modelos de siempre no las respetan. Quieres aprender a modelarlos y validarlos sin hacer trampa con el futuro.
Tus modelos aciertan pero no puedes explicar por qué
En tu trabajo no alcanza con que el modelo funcione: te piden justificar sus decisiones. Quieres sumar interpretabilidad a tu stack para que tus resultados se entiendan y se confíe en ellos.
Temario
Cinco módulos para llevar tu machine learning a nivel industria
Métodos de ensamble (Bagging, Boosting)
Combinas múltiples modelos de aprendizaje automático para lograr mejores predicciones que cualquiera por separado: aprendes Bagging, Boosting y Stacking, las técnicas detrás de los modelos que ganan competencias de datos.
Boosting de árboles
Profundizas en el boosting de árboles de decisión y usas XGBoost, LightGBM y CatBoost, los algoritmos más usados en la industria para sacar precisión de datos tabulares.
Detección de anomalías y SHAP values
Detectas casos raros en tus datos, una tarea crucial en dominios como la detección de fraudes o el monitoreo de sistemas, y explicas las decisiones de un modelo con SHAP values (una técnica que mide cuánto aporta cada variable a una predicción).
Series de tiempo
Modelas datos que evolucionan en el tiempo, como ventas o demanda, con modelos como ETS, ARIMA y Prophet, y aplicas técnicas de validación cruzada específicas para series de tiempo.
Sistemas de recomendación
Entiendes cómo funcionan los sistemas que recomiendan productos o contenido en los servicios online: sus conceptos básicos, los diferentes enfoques y sus desafíos.
Examen final de Machine Learning Avanzado
Rindes el examen final del curso, el paso que valida tu certificación en Machine Learning Avanzado.
Qué incluye
Todo lo que viene con el curso
Clases en vivo personalizadas
Te conectas con un docente para resolver tus dudas.
Clases grabadas siempre disponibles
Avanzas cuando tienes el tiempo y las repites las veces que necesites.
App propia con tu progreso
Sigues tu avance módulo por módulo en un solo lugar.
Talleres todas las semanas
El contenido se actualiza a medida que cambian las herramientas del mercado. Te mantienes al día con especialistas en IA.
Comunidad activa en WhatsApp y Discord
Preguntas y compartes con gente que está resolviendo los mismos problemas.
Certificado al terminar
Al aprobar el examen final obtienes una certificación válida para tu CV o LinkedIn.
Profesores de calidad
Nuestros docentes son referentes de la industria y expertos en diversas áreas, que están transformando el futuro. Con experiencia real y una visión innovadora, te acercan las últimas tendencias y conocimientos aplicados para que aprendas de quienes están marcando el camino.
Tu aprendizaje, en orden y sin complicaciones
Organizá tu ruta, seguí tu progreso y enterate de los próximos eventos desde la app, en un solo lugar
Charla de Orientación
Resuelve tus dudas para empezar a estudiar lo que más te interesa.
Estudiar IA y Datos en 2026: Charla Informativa
con Sebastián Mesch Henriques · Licenciado en Psicología con orientación a Neurociencias trabajando en Ciencia de Datos e IA. Cursando una Maestría en IA. Coordinador Académico de Humai e investigador adjunto en el área de las Neurociencias Cognitivas Computacionales
Aprovechá el encuentro 🔥
¿Qué dicen nuestros estudiantes?
“Me gustó mucho el curso de machine learning. Aprendí muchas cosas nuevas y les profesores son excelentes. El curso me pareció muy interesante y me motiva a seguir aprendiendo en el marco de la diplomatura de IA. Es un curso muy intenso y exige mucha dedicación, creo que es una buena opción para introducirse en el área...“
-Julieta Santos
“Me pareció excelente el contenido, los temas, las formas, la capacidad de todos los profes para explicar cosas complejas de una forma amena y clara, la preocupación permanente pq no queden dudas, el respeto absoluto para cuando alguien tiene dudas o preguntas. Se nota el amplio conocimiento y expertise en la materia. E...“
-Facudo Miglio
“Creo que ofrecen un curso de muy buena calidad. Soy profe e investigador, llevo un tiempo formándome en datos, y de las muchas experiencias que he tenido, definitivamente es la mejor en calidad y cantidad. Creo que sirve mucho la metodología de los videos grabados y después las clases sincrónicas para dudas y ejercici...“
-Rodrigo Robert
“Realicé el curso de Machine Learning como alumno de Humai. Me pareció excelente, muy bien organizado el programa, los temas muy bien explicados y los profes unos genios. Anteriormente había realizado los cursos de Intro a Python, Automatización y Análisis de Datos como autodidacta, los materiales me resultaron excelent...“
-Tomás Manzur
“¡Me encantan! con el material grabado para las clases asincrónicas, el soporte en Discord y los grupos de ayuda entre alumnxs; las clases en vivo toman otro color y se vuelven muy enriquecedoras, mindblowing a veces. Las plataformas donde se realizan los ejercicios son totalmente actuales y el nivel de interactividad e...“
-Matias Esmay
“El curso es excelente, muy bien dado por personas que de verdad saben el tema. Tanto las clases sincrónicas como asincrónicas fueron excelentes y me sirvieron para aprender muchas cosas que no conocía. Aprender más sobre la potencialidad de pandas es buenísimo, y ver las distintas herramientas gráficas que hay y sus ca...“
-Lucas Tarcetti
LAB
Te invitamos a aprender haciendo en un espacio diseñado para el aprendizaje basado en proyectos, donde crearás iniciativas únicas para enriquecer tu portfolio. Acá, el conocimiento fluye en equipo, impulsando tu crecimiento personal y profesional con impacto en tu comunidad.
Proyectos destacados
Detección de TDAH mediante señales de fMRI utilizando modelos de clasificación de machine learning
Agustín Rodriguez, Ezequiel Sirne, Francisco Covelli
Proyecto llevado a cabo en el marco de la edición 2024 del Workshop internacional Brainhack School. El trabajo consistió en desarrollar modelos de clasificación de aprendizaje automático para detectar el TDAH a través de...
Asistente Virtual Tienda de computadoras
Agustina Seminara
En este proyecto se desarrolló un asistente virtual de una tienda de computadoras utilizando un Modelo Grande de Lenguaje (LLM) con el objetivo de que pueda responder las consultas de los usuarios, proporcionar y realiza...
Clasificador de productos según nomenclatura ALADI
Ignacio
Este proyecto consistió en entrenar un Modelo Grande de Lenguaje (LLM) para generar un chatbot que funcione como un asistente virtual para páginas web como por ejemplo el Servicio Nacional de Sanidad y Calidad Agroalimen...
Construcción de un sistema de monitoreo ambiental utilizando Raspberry Pi
Sofia Havrylenko
En este proyecto se construyó un sistema de monitoreo ambiental con una Raspberry Pi Pico, utilizando un sensor DHT11 para medir temperatura y humedad, y una pantalla LCD I2C para mostrar estos datos en tiempo real. Adem...
Detector de malezas en monocultivos
Yamila Sasal, Miguel Balderrama
En este proyecto se busco crear un detector de malezas que permita al productor tomar decisiones que se ajusten a la realidad del cultivo, que permitan la detección de focos y minimicen las consecuencias negativas de las...