Aún no tienes acceso a esta clase

Crea una cuenta y continúa viendo este curso

Conclusiones

10/10
Recursos

Aportes 180

Preguntas 10

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

Sería muy bueno el gradient descent, y clasificación

Me encantó este formato, corto, pero específico. Además, muy bien explicado. 😄

Me encantó el curso, podríamos profundizar en algoritmos de disminución de la dimensionalidad

El curso realmente me encantó, por que es exactamente, cómo lo dijiste, a mi igual me dió ese momento de weeeee entendí el nexooooo y ahora se cómo aplicarlo TENGO PODERES AAAA, me quedo muy conforme con este curso y realmente me gustaría que este curso fuera Curso práctico de algoritmos de Machine Learning y se tratasen de explicar los más posibles ya que de verdad sirve la cercanía desde la matemática al código y al área de trabajo, uno se siente un poquito más seguro y sabe que es lo que pasa dentro de las cajas negras, un saludo y ojalá hagas muchos cursos más de Machine Learning

Esta buena la idea, pero deberian hacer más enfoque en algoritmos como KNeigbhors, Random Forest y Gradient Boosting Trees

Sigan sacando más cursos de algoritmos por favor, excelente la explicación.

Me parece muy bueno el curso, pero si sería bueno que le den una aplicación más enfocada a la realidad y para poder construir mejor nuestros portafolios de Data Scientists

Estaría bueno ver una serie específica de algoritmos

Por favor corregir la siguiente pregunta del examen:
¿Para qué utilizamos el comando ‘’‘plot_regression’’’ de matplotlib?
Ya que plot_regression no es “comando” de matplotlib, es una función definida en ejemplo particular desarrollado durante el curso.

Por favor un curso de las principales librerias de Python, es importante tener al menos un conocimiento para que podamos implementar más de estos algoritmos. Muchas Gracias!

Me parece excelente idea que expliquen todos los algoritmos de ML de esta forma

Que curso más increíbleeee, deberían hacer una serie de solo regresión agregando la regresión múltiple y la regresión multivariable. Para ver también como hacer correlaciones y todo lo demás. ¿A ustedes les gustaría?

No me sale la gráfica 😦

podría haber trabajado con un dataset jalado de internet que se vaya actualizando solo

Muy practico, especifico. Creo q de esta manera se puede profundizar mas, que cursos donde ves TODO en uno solo. Gracias.

Es un curso sencillo y práctico, excelente que saquen más algoritmos para practicar 😃

Uno de los mejores instructores que tiene platzi … realmente es excelente la forma en la cual lo explica y es grandioso este curso por que mezclan la teoría de las matemáticas junto a el código

es algo que me agrado muchísimo muchas veces nos dicen haz esto y esto pero nunca te dicen exactamente el para que … ricardo explica el para que y el porque de las cosas siendo perfecto porque mezcla la teoría de las matemáticas con ejercicios físicos y al mismo tiempo lo lleva a código es la mezcla perfecta de como se deberían enseñar estas cosas que son muy complicadas por si solas

Estan muy bien estos cursos que se hacen en una tarde… Se podrian hacer muchos mini cursos asi, para profundizar en algunos conocimientos mas especificos.

La verdad, muy bueno el curso… bien explicado con mucha claridad por parte del profesor 😄

Me hubiera encantado que en el secundario la profesora de matemáticas me mostrara que se podía usar la función lineal para hacer cosas así.

Muy bueno este curso y me encantó el formato corto.

tuve ese momento “w000ooo” que bien se sintio 😄 vamos a darle duro a machinneee lerarniiinnnng

Falta profundizar muchisimo mas, no he visto los supuestos de la regresion

Me gusto mucho el curso, espero más cursos enfocados a términos específicos.

Me gustó mucho este curso, es muy entendible ver la realización del modelo de Regresión Lineal de forma manual y luego implementado en código, ya que se logra comprender todos los pasos que se llevan a cabo de forma computacional! 😄

muy buen curso, excelente profe. no sugiero otros cursos porque creo que ya esta dicho en los comentarios anteriores.

Me gustó que sea a nivel proyecto, c:

algo que me gustaría ver es como funciona la ecuación y que estamos haciendo y porque nos da el resultado que nos da, así entendemos que estamos haciendo
anexo un dibujo de como yo creo funciona la ecuación

Excelente curso 👌👌👌 excelente forma de explicar, excelente contenido

Puntos a favor del curso: Se explica desde una parte muy practica el análisis de regresión, se busca que se haga lo mas pronto posible la implementación, excelente explicación para llevar a cabo lo visto en la parte teórica.

Puntos en contra: Creo que es importante no dejar a un lado una explicación mas demostrativa de la regresión, es decir: Conocer como se obtuvo la ecuación?, como es el tema de los mínimos cuadrados ,ya que esa parte matemática es fundamental y ver que existen otras formas de hallar estos parámetros de la recta de regresión.

me parece super el formato, corto y especifico
me gustaría ver cursos de reducción de dimensionalidad de data

Por favor hagan este mismo curso para Árboles de desiciones!

Realmente me gusto el curso, sobre todo me sorprendió como por medio del uso del código python se pudo desarrollar un algoritmo para modelos matemáticos y su representación grafica

siii, el curso estuvo genial me ayudo a recordad temas antes vistos

muy buen curso!

Muchas gracias Celis, aunque fue muy especifico quedo muy bien el curso porque se aprende mucho.
Me gustaría ver un curso así pero de regresión logística.

Me gusta mucho este tipo de cursos cortos pero muy enfocados a un tema en específico.

Excelente explicación Celis y muchas gracias por el aprendizaje 😉

Excelente, quede emocionado tambien con la implementacion de la matemica.

Este nuevo formato de curso me gusto mucho, esperando mas de este tipo.

Me encantooo, me gustaria desglosar mas algoritmos que utilizamos dia a dia 😄

Curso rápido muy bueno.
Tuve la oportunidad de aplicar este mismo algoritmo en C++ por alla en el 2006 jajaj

Me gustó está nueva dinámica de minicursos, porque son cosas bien concretas pero super explicadas, sin que se vuelvan cursos maratónicos que después se sienten que no sé se avanza.
Más cursos como este.

Muy buen curso, directo al grano, gracias.

Un curso muy chido, ojalá más cursos así. Muy cortos, muy concretos y prácticamente sin conocimientos previos

Buenísimo ! Me encantaría que hicieras lo mismo con el resto de los algoritmos de ML: regresión logística, naive-Bayes, K Nearest Neighbors, Decision Trees, Random Tree Forest, Lasso !

Me fascinó este curso. Por fin entendí qué estoy haciendo y no nada más me la paso escucho fórmulas que no entiendo y transcribiendo código que tampoco entiendo. Más cursos de estos por favor.

Me gustaría algo siimilar a este curso con:
árboles de decisión,
k-nearest neighbors
regresión logística

Muy buen curso, ahora toca a nosotros aplicarlo en nuestros trabajos para predecir por ejemplo el saldo de cartera, desembolsos, cartera en mora , etc.

Me encantó el curso, de la teoría a la aplicación, gracias.

no me gusto tanto este curso por que el ejemplo es un poco simple y muchas veces parece que aplica mas un formulazo sin realmente dejar bien en claro de donde viene la forma y que significa, las explicaciones son muy superficiales, como una introduccion esta bien, pero si va a ser una intro facil se puede meter en un modulo de otro curso y si va a ser una explicacion a fondo que dure un poco mas con un ejemplo un poco mas elaborado y con demostraciones y origen de las formulas seria genial

Soy economista y hago regresiones en Stata e E-views y que calidad al transmitir la información de manera clara y sencilla. Buen curso practico. Pensé que Ricardo hablaría sobre el termino del error.

Les dejo mis apuntes, perdon la letra, es lo mejor que pude hacerla:

Saludos!

me gusto el curso porque se vieron las bases de los algoritmos además de que se ve después aplicado con el Código, algo que percibo que mejoraría el curso es hacer una clase de teoría y otra de Código para tener la noción de para que me sirve y como aplico lo que aprendo.

estos cursos sí valen la pena. Este en específico es bueno porque como el profesor dijo, se centraron en un solo concepto y lo explicaron a fondo, así es como se debería hacer o como deberían hacer los demás cursos, en vez de abarcar muchos conceptos de manera superficial. Este curso me deja satisfecho.

Excelente curso. Que preciso y enfocado para poder hacer de manera rápida un primer algoritmo de prueba.

Me encantó el curso. Estaría genial un curso sobre series temporales.

Hola, el curso me gustó por lo concreto. Respecto a la matemática la domino, en cuanto a códigos aprendiendo. El profe explica bien y pude escribir el código en colab sin copiarlo y entender cada paso. Observo que pronto habrá un curso que lo explica, muy bueno eso…

Un curso divertido. Me gusto aprender de Google Colab. Les dejo mi Notebook para que vean mi código y también para que vean como escribir fórmulas matemáticas.
https://colab.research.google.com/drive/1PXJDjCint1O2VuH3Gyqw4mSbp7EJUMgj?usp=sharing

Gran curso, más de estos dónde se desglosan estos algoritmos.

El método del descenso del gradiente. Excelente curso Ricardo!!

Desde que empecé en la carrera siempre pensaba que al momento de poner en prueba las matemáticas en la programación iba ser mas difícil que hacerlo en la libreta, pero no una vez sabiendo y practicándolo fue mas fácil programarlo y utilizando el matplotlib(puedes utilizar otros para graficar) para graficar podrías ver los resultados visualmente y ver si es lo que esperabas o no.

He culminado el curso y estuvo excelente. Comprendí todo. Vamos adelante!!! Data Science.

Muy bueno el curso, me gusto el formato 😄

El curso fue muy interesante. Sería genial si realizan más cursos de este tipo, cortos pero muy bien explicados.

Muy buen curso!

Excelente formato del curso. Muy entendible incluso si lo conoces matemáticamente

La verdad muchas personas dan por sobre-entendido que muchos saben algo tan básico, supuestamente fácil, pero para mì hasta pude aprender a usar el colab me enseñó por que en las charlas que dan solo entran te dicen que hace y solo lo corren no te explican cómo utilizarlo, realmente muy comprensible. Quien ya sabe creo que no debe tomar este curso sino algo màs avanzado pero para quièn lo está aprendiendo es algo bastante bueno.

Análisis de Componentes Principales :3

Me gusto mucho este curso, fue muy enfocado y preciso en el tema, me cuesta un poco aun comprender los conceptos en el código y la librería de Numpy pero bueno voy a seguir estudiando estos temas mas a fondo, además el profe Ricardo Celis lo explico muy bien.

Muy buen curso.

Muy buen curso, seria excelente que sacaran cursos en este formato para otro tipo de algoritmos de machine learning, excelente curso

Muy bueno el formato, no tendría problema en que salgan muchos cursos pequeños pero que profundicen la explicación matemática y el uso específico que se le da a cada algoritmo.
Gracias profe, muy buen curso.

Este curso es genial, como tu lo dijiste “wow”, desearía ver mas de estos cursos de algoritmos, fue increíblemente entretenido, me encanto.

A mí me encantó tu forma de explicar Ricardo 🤘🏻 SIEMPRE que me explicaban regresión lineal, pasaban de la teoría, a la práctica con datasets enormes, lo que no me permitía entender al 100% lo que estaba haciendo. Gracias a este curso ya es otra historia.

Un curso corto, pero bastante interesante vale totalmente la pena que continues con ese tipo de cursos para entender a profundidad todos los algoritmos que se utilizan en machine learning.

Me gusto mucho esta metodología, porque se entiende cada parte del algoritmo, su posible uso, como funciona, cómo se descompone, cómo te queda hecho a mano, luego en código.
Personalmente lo entendí muy bien.

El curso me gusto porque se aprende una herramienta en específica y es aplicada. Pero se debería llegar un poco más lejos, nos quedamos con un ejemplo básico donde por todo lo aprendido podíamos avanzar un poco más.

Me gusto este curso, fue sencillo y concreto. Me gustaría saber donde esta la predicción? porque al final ingrese 5Xs y obtuve 5 Ys

Muy buen curso, super específico. Sería bueno que se pusiera la demostración de las sumatorias que se usan en el código para el numerador y denominador de la ecuación de b1.

Me gustó demás el curso, la verdad si que me gustaría que hagan más cursos de algún otro algoritmo!

Curso por algoritmo estaría muy bien. Hasta explicar distintos casos e implementaciones con distintas librerías.

Esta muy bueno el conocer los conceptos de los algoritmos con los que funcionan las cosas.

Excelente curso serian genial que explicaran más así. Muy buen profe.

Muy buen curso, me gusto mucho!!

Excelente curso, muy indispensable para los que vieron la regresión lineal como un tema más y no como uno de los principios básicos del machine learning. Muchas gracias Richard, 10 estrellas para tu trabajo (:

Sería bueno que el maestro Celis diera más cursos de estadística, explica paso a paso cada concepto, y ame el formato que primero lo explica a mano y luego con código.

Random Forest!

Excelente curso, me parece genial que te enfoques en un solo tema y su uso práctico concreto aplicado

Habría estado bien que derivaran la formula para obtener la pendiente, y que explicaran la generalización de la regresión lineal en varias variables

Muy buen curso

¡Muchas gracias!
Este curso estuvo maravilloso, explicado con plastilina💚
Sí me gustarían más cursos en este formato específico por algoritmos.

Los gradiantes siempre presiguiendome :<
Me encanto el curso, estaria bueno una seccion con multiples variables y con matrices 😄

Si quiero ver más algoritmos! Aunque creo que ya hay un curso de algoritmos de ML.

Este curso fue como una revelación haha, estaba pasando por muchos problemas para intentar entender conceptos como este, pero este curso me ilumino, aprendi uno de los conceptos que menos entendía como es la regresión lineal y ahora no solo le entiendo se de donde surge y como aplicarlo!!

excelente curso, me parece bien tratar un solo tema y dominarlo conceptualmente antes de entrar a la herramienta donde la explicación se vuelve intuitiva. por favor mas cursos con algoritmos de machine learning!!

Un curso de perceptrones porfavor!

Si hubiera tomado un curso como este antes de entrar a la universidad, estoy 100% seguro de que me habría ahorrado muuuuchas horas. Aún tengo pesadillas de cuando nos daban un set de datos desde 1900 hasta la fecha y nos hacían aplicar regresión lineal. A mano.

Pos el curso estuvo muy bien. No me marca errores, pero tampoco me sale nada,sólo que ya se ejecutó el código, pero entendí muy bien de que va el asunto. Tendré que revisar el codigo con calma, ya que no tengo errores de sintaxis. Mil gracias por el curso @Celis!

import numpy as np
import matplotlib.pyplot as plt

def estimate_b0_b1(x,y):
n = np.size(x)
#Obtenemos los promedios de X y de Y
m_x, m_y = np.mean(x), np.mean(y)

#calcular sumatoria de XY y mi sumatoria de XX
sumatoria_xy = np.sum((x-m_x)*(y-m_y))
sumatoria_xx = np.sum(x*(x-m_x))

#coeficientes de regresion
b_1 = sumatoria_xy / sumatoria_xx
b_0 = m_y - b_1 * m_x

return(b_0, b_1)

#funcion de graficado
def plot_regression(x, y, b):
plt.scatter(x, y, color = “g”, marker = “o”, s=30)
y_pred = b[0] + b[1]*x
plt.plot(x, y_pred, color = “b”)

#etiquetado
plt.xlabel('x-Independiente')
plt.ylabel('y-Dependiente')

plt.show()

#codigo main
def main():
#Dataset
x = np.array([1,2,3,4,5])
y = np.array([2,3,5,6,5])

#Obtenemos b1 y b2
b = estimate_b0_b1(x,y)
print("Los valores b0 = {}, b1 ={}".format(b[0],b[1]))
#graficamos nuestra linea de regresion
plot_regression(x, y , b)

if __name__ == "__main__":
    main()

Excelente curso, claro en la implementación del algoritmo de regresión lineal, gracias profesor Ricardo

Muy buen curso, estaría bien que publicaran cursos de algoritmos genéticos o GANs

Buen curso

Me gustaría un curso que aplique el álgebra lineal detrás de la regresión lineal, es decir, ver lo que nos explicó el profesor también de manera matricial. ¿Alguno sabe de un curso bueno? Gracias

Me agrado mucho la forma de abordar el tema de relación lineal, primero lápiz y papel y terminarlo con programación y graficas