Aprender los conceptos clave

1

Todo lo que aprender谩s sobre MA con Scikit-Learn

2

驴C贸mo aprenden las m谩quinas?

3

Problemas que podemos resolver con Scikit-learn

4

Las matem谩ticas que vamos a necesitar

Iniciar un proyecto con sklearn

5

Configuraci贸n de nuestro entorno Python

6

Instalaci贸n de librer铆as en Python

7

Datasets que usaremos en el curso

Optimizaci贸n de features

8

驴C贸mo afectan nuestros features a los modelos de Machine Learning?

9

Introducci贸n al PCA

10

Preparaci贸n de datos para PCA e IPCA

11

Implementaci贸n del algoritmo PCA e IPCA

12

Kernels y KPCA

13

驴Qu茅 es la regularizaci贸n y c贸mo aplicarla?

14

Implementaci贸n de Lasso y Ridge

15

Explicaci贸n resultado de la implementaci贸n

16

ElasticNet: Una t茅cnica intermedia

Regresiones robustas

17

El problema de los valores at铆picos

18

Regresiones Robustas en Scikit-learn

19

Preparaci贸n de datos para la regresi贸n robusta

20

Implementaci贸n regresi贸n robusta

M茅todos de ensamble aplicados a clasificaci贸n

21

驴Qu茅 son los m茅todos de ensamble?

22

Preparaci贸n de datos para implementar m茅todos de ensamble

23

Implementaci贸n de Bagging

24

Implementaci贸n de Boosting

Clustering

25

Estrategias de Clustering

26

Implementaci贸n de Batch K-Means

27

Implementacti贸n de Mean-Shift

Optimizaci贸n param茅trica

28

Validaci贸n de nuestro modelo usando Cross Validation

29

Implementaci贸n de K-Folds Cross Validation

30

Optimizaci贸n param茅trica

31

Implementaci贸n de Randomized

32

Bonus: Auto Machine Learning

Salida a producci贸n

33

Revisi贸n de nuestra arquitectura de c贸digo

34

Importar y exportar modelos con Sklearn

35

Creaci贸n de una API con Flask para el modelo

36

Cierre del curso

37

Material adicional para consultar

Configuraci贸n de nuestro entorno Python

5/37
Recursos
Transcripci贸n

Aportes 23

Preguntas 7

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesi贸n.

se puede usar anaconda para crear el ambiente virtual se usa:
conda create -n 鈥渘ombre del entorno鈥

luego para activar el entorno se usa:
activate 鈥渘ombre del entorno鈥

para instal liberias usamos:
conda install 鈥渘ombre de la libreria鈥

Para los que trabajen en windows asegurense que la terminal elegida en la pesta帽a del visual studio es 鈥渃md鈥 y no 鈥減owershell鈥. Para que no tengan problemas al activar el entorno.

Soy de esos que no le tiene miedo a nada jeje

Yo voy a probar a hacerlo en PyCharm

Hola!!
Para activar en Mac es: 锟
source entorno/bin/activate

Amigos, para quienes quieran usar el visual studio code recuerden esto antes de instar su entorno virtual.

Igual todo esto se puede hacer de igual forma en Colab o Jupyter, no ?

Para los m谩s curiosos y geeks un programa amigable es Atom.io. Es un entorno muy pr谩ctico para generar diferentes lenguajes de c贸digo (como Python, JavaScript, C++, entre muchos otros), se puede enlazar con Git, GitHub, Kite, Stack Overflow, etc.
Lo m谩s genial es que tambi茅n se puede abrir una de Terminal dentro de Atom sin necesidad de tener una aparte.
Incluso en Platzi hicieron una contribuci贸n con una gu铆a muy completa para configurarlo e instalarle extensiones a Atom.

Aqu铆 les dejo un blog y un video de Fazt para que aprendan mas de los entornos virtuales de Python:

Instalar y usar virtualenv con Python 3
Pipenv | Entornos virtuales de Python

No s茅 como se ir谩 a desarrollar el curso, pero hasta ahora he programado en GoogleColab y me ha ido muy bien, no necesitas instalar librer铆as ni actualizar las versiones porque el entorno se encarga de eso, solo vas y programas. [Sip, tambi茅n se pueden hacer proyectos de MachineLearning y DeepLearning all铆]
https://colab.research.google.com/

si estan en mac, acitvan el entorno haciendo source nombre_del_entorno/bin/activate.
lo desactivan ingresando directamente el comando deactivate

Excelente explicaci贸n, gracias!

Para activar el entorno desde Linux:
(asumiendo que la carpeta del entorno que creamos se llama entorno)
source entorno/bin/activate

Esta Ide me gusta mucho

Crear y activar entorno virtual en Visual Studio Code

a mi no me funcionaron los comados como el profe los escribio usando la terminal en cmd,me funcionaro escritos asi
pip install virtualenv
virtualenv entorno
entorno\Scripts\activate

Para los que usan Windows , si su visual estudio abre por default en la terminal el PowerShell, para cambiarlo
configuraci贸n abierta (ctrl + coma)
find terminal.integrated.Shell.windows

reemplace su valor con C:\Windows\System32\cmd.exe

En Mac:
source entorno/bin/activate

y deactivate para desactivar el entorno virtual.

O para hacerlo m谩s r谩pido cada vez, pueden crear un alias o atajo, shortcut:

alias activate=鈥渟ource entorno/bin/activate鈥

Para los que les interese saber una consola para windows 10 les recomiendo cmder, en un curso de platzi la empec茅 a usar y no esta nada mal.

Me gusta mas trabajar con anaconda que con pip, vamos a ver como me va. 馃槂

Para los que tienen Mac o Linux y desean instalar un entorno virtual en 茅ste enlace hay una gu铆a my buena y f谩cil de seguir titulada Instalar y usar virtualenv con Python 3.

Hola!, en Windows se puede tener la terminal de Linux con un WSL, yo lo uso y es como estar en Linux pero puedo tener Steam xD. En el curso de prework para Windows lo ense帽an (aqu铆) en la secci贸n 鈥淟inux dentro de Windows鈥.

Pd: Visual Studio Code tiene integraci贸n con los WSL 馃槈