Update README.md

Author: joanby

README.md

@@ -1 +1,39 @@
-# python-ml-course
+# [Curso completo de Machine Learning: Data Science en Python](https://www.udemy.com/course/machinelearningpython/)
+
+## Requisitos
+* Se necesitan conocimientos de matemáticas de bachillerato o conocimientos básicos de estadística
+* Se recomienda saber programar un poco para enfocarse en aprender las técnicas de análisis en Python aunque no es totalmente necesario
+## Descripción
+¿Te suenan las palabras Machine Learning o Data Scientist? ¿Te pica la curiosidad de para qué sirven estas técnicas o por qué empresas de todo el mundo pagan un sueldo de 120.000 hasta 200.000$ al año a un científico de datos? 
+
+Pues este curso está pensado y diseñado por todo un profesional del mundo del Data Science como es Juan Gabriel Gomila, de modo que os va a compartir todo su conocimiento y ayudaros a entender la teoría tan compleja sobre las matemáticas que tiene detrás, los algoritmos y librerías de programación con Python para convertiros en todo unos expertos a pesar de que no tengáis experiencia previa. 
+
+Veremos paso a paso como empezar a trabajar con conceptos y algoritmos del mundo del Machine Learning. Con cada nueva clase y sección que completes tendrás unas nuevas habilidades que te ayudarán a entender este mundo tan completo y lucrativo que puede ser esta rama del Data Science.
+
+También decirte que este curso es muy divertido, en la línea de Juan Gabriel Gomila y que aprenderás y te divertirás mientras vas aprendiendo acerca de técnicas de Machine Learning con Python. En particular, los temas que trabajaremos serán los siguientes:
+
+- Parte 1 - Instalación de Python y paquetes necesarios para data science, machine learning y visualización de los datos
+- Parte 2 - Evolución histórica del análisis predictivo y el machine learning
+- Parte 3 - Pre procesado y limpieza de los datos 
+- Parte 4 - Manejo de datos y data wrangling, operaciones con datasets y distribuciones de probabilidad más famosas
+- Parte 5 - Repaso de estadística básica, intervalos de confianza, contrastes de hipótesis, correlación,...
+- Parte 6 - Regression lineal simple, regresión lineal múltiple y regresión polinomial, variables categóricas y tratamiento de outliers.
+- Parte 7 - Clasificación con regresión logística, estimación con máxima verosimititud, validación cruzada, K-fold cross validation, curvas ROC 
+- Parte 8 - Clustering, K-means, K-medoides, dendrogramas y clustering jerárquico, técnica del codo y análisis de la silueta
+- Parte 9 - Clasificación con árboles, bosques aleatorios, técnicas de poda, entropía, maximización de la información
+- Parte 10 - Support Vector Machines para problemas de clasificación y regresión, kernels no lineales, reconocimiento facial (cómo funciona CSI)
+- Parte 11 - Los K vecinos más cercanos, decisión por mayoría, programación de algoritmos de Machine Learning vs librerías de Python
+- Parte 12 - Análisis de componentes principales, reducción de la dimensión, LDA
+- Parte 13 - Deep learning, Reinforcement Learning, Redes neuronales artificiales y convolucionales y Tensor Flow
+
+Además, en el curso encontrarás ejercicios, datasets para practicar basados en ejemplos de la vida real, de modo que no solo aprenderás la teoría con los vídeos, si no también a practicar para construir tus propios modelos de Machine Learning. Y como no olvidar que tendrás un github con todo el código fuente en Python para descargar y utilizar en todos tus proyectos. Así que no esperes más y apúntate al curso de Machine Learning más completo y útil del mercado español!
+
+## ¿Para quién es este curso?
+- Cualquiera interesado en aprender Machine Learning
+- Estudiantes que tienen un conocimiento de matemáticas que quieran aprender acerca del Machine Learning con Python
+- Usuarios intermedios que conocen los fundamentos de Machine learning como los algoritmos clásicos de regresión lineal o logística pero buscan aprender más y explorar otros campos del aprendizaje estadístico
+- Programadores que les guste el código y que estén interesados en aprender Machine Learning para aplicar dichas técnicas a sus datasets
+- Estudiantes de universidad que busquen especializarse y aprender a ser Data Scientists
+- Analistas de datos que quieran ir más allá gracias al Machine Learning
+- Cualquier persona que no esté satisfecha con su propio trabajo y busque empezar a trabajar como un Data Scientist profesional
+- Cualquier persona que quiera dar valor añadido a su propia empresa utilizando las potentes herramientas de Machine Learning