Grupo de estudios ML - Módulo #2 (Regresión Lineal y logística)

Name: Grupo de estudios ML - Módulo #2 (Regresión Lineal y logística)
Start: 2025-04-23T19:00:00-05:00
End: 2025-04-23T21:00:00-05:00
Location: Código Abierto

Código Abierto, 72-126 Carrera 50, Barranquilla, 080020

GDG Barranquilla

¡Seguimos aprendiendo juntos! En esta segunda sesión del Grupo de Estudios de Machine Learning del GDG Barranquilla, exploraremos los módulos de Regresión Lineal y Regresión Logística del curso oficial de Google. Abierto a todos los niveles. ¡Trae tus ganas de aprender y compartir!

24 abr, 12:00 – 2:00 a.m. (UTC)

12 asistentes

RSVP

Temas principales

AIBuild with AICertification Study GroupGeminiMachine Learning

Acerca de este evento

El Grupo de Estudios de Machine Learning del Google Developer Group Barranquilla continúa con su segunda sesión, en la que profundizaremos en los fundamentos de Regresión Lineal y Regresión Logística utilizando el Curso Acelerado de Machine Learning de Google.
Este espacio es ideal tanto para quienes están dando sus primeros pasos en el mundo del ML, como para aquellos que quieren reforzar conceptos clave y construir comunidad alrededor de la inteligencia artificial. Analizaremos los módulos 1 y 2 del curso oficial (con materiales en español), realizaremos ejercicios prácticos y fomentaremos el aprendizaje colaborativo.
📅 No necesitas experiencia previa, solo curiosidad y ganas de aprender.
🧠 ¡Acompáñanos y conviértete en parte del movimiento tech del Caribe!

Cuándo

jueves, 24 de abril de 2025
12:00 a.m. – 2:00 a.m. (UTC)

Dónde

Código Abierto
72-126 Carrera 50
Barranquilla, 080020

Programa

12:00 AM	Registro y bienvenida	¡Todos son bienvenidos! Si quieres aprender sobre Machine Learning este es tu lugar
12:15 AM	Regresión Lineal	Una introducción a la regresión lineal, que abarca los modelos lineales, la pérdida, el descenso del gradiente y el ajuste de hiperparámetros.
1:00 AM	Regreción Logística	Una introducción a la regresión logística, en la que los modelos de AA están diseñados para predecir la probabilidad de un resultado determinado.
1:30 AM	Clasificación	Una introducción a los modelos de clasificación binaria, que abarca el umbral, las matrices de confusión y métricas como la exactitud, la precisión, la recuperación y el AUC.