Todo lo que aprenderás sobre MA con Scikit-Learn

les dejo este canal para complementen este curso: https://www.youtube.com/channel/UCLJV54sFqPiH4MYcJKvGesg

He hecho algunos ejercicios con PyTorch y con SciKit Learn, y me parece que SciKit Learn tiene los métodos más encapsulados que pytorch, quiero decir que el procedimiento para entrenar y probar un modelo de regresión logística por ejemplo, en sciKit-learn es mas fácil.

Vengo del futuro donde ya he terminado el curso:

Les comparto mi repositorio de GitHub dónde encontraran mucha ayuda para el mismo. En especial en los temas finales donde en algunas ocaciones solo se mencionan ciertos temas de forma superficial o dónde no termina de haber código,

https://github.com/ichcanziho/cursos_platzi/tree/master/machine_learning_scikit_learn

Este repostorio contiene todas las notas útiles de otros alumnos a lo largo del curso más notas de mi cosecha. El readme contiene código limpio y fácil de leer.

Enjoy the journey dear cowboy.

Ojalá que si den ejemplos para hacer desplegar los modelos a producción. Eso es alg que le falta a la mayoría de cursos.

Módulos de Scikit-learn

1.- Clasificación.
2.- Regresión.
3.- Clustering.
4.- Preprocesamiento.
5.- Reducción de dimensionalidad.
6.- Selección del modelo.

Les comparto a todos quienes quieren aprender un poco mas, el canal tiene ejemplos desde sencillos a complejos, incluyendo la parte teórica 😃

https://www.youtube.com/c/codebasics/playlists

Excelente profesor.

El curso de PyTorch no me ha gustado, comenzando por el ejemplo que realizo el docente y que al modificar un poco los datos no funciona. por lo cual, espero que este sea diferente y por lo menos si es más motivante.

¿Por qué usar Scikit-learn?

• Curva de aprendizaje suave.
• Es una biblioteca muy versátil.
• Comunidad de soporte.
• Uso en producción.
• Integración con librerías externas.

Excelente profesor.

letss gooo con el curso !! inicio motivado

Se ve muy bien el curso, los contenidos también aplica para los interesados en Data Science.

Saludos, en mi caso la versión estable es la 1.13

Hola Ariel soy estudiante de la UNAB me alegra verte por aqui tu empresa es muy sonada felicitaciones por los trabajos del año pasado con ecopetrol algunos compañeros me los mostraron fueron muy buenos

A darle!! A afinar los conocimientos de sklearn!!

Aprender sobre Análisis de Series Temporales (MA, por sus siglas en inglés “Moving Average”) utilizando la biblioteca Scikit-Learn puede ser muy útil para comprender y modelar datos temporales en diversas aplicaciones

¿Qué es un Modelo de Promedio Móvil (MA)?

• Un modelo de Promedio Móvil es un tipo de modelo utilizado en el análisis de series temporales para predecir valores futuros basado en un promedio ponderado de observaciones pasadas y presentes. La idea principal es que el valor actual de la serie se relaciona con un promedio de los valores pasados, donde el peso de cada observación disminuye a medida que retrocedemos en el tiempo.

excelente profe no se donde esta la escuela ya que me gustaria conocerla soy de bucaramanga

Iniciaré este curso, el profe anima bastante con solo hablar, espero poder aprender mucho en este curso!

Este curso parte con buen animo! Vamos por ello
Les recomiendo de igual manera, revisar las páginas, con eso no llegan tan perdidos

Tengo muchas expectativas de este curso, he revisado ejemplos de Scikit Learn sobre regresión lineal y logística, tiene una estructura bien intuitiva y comprensiva tan solo tiene una base de los modelos de aprendizaje. 😃

Estoy muy motivado, emocionado y con altas expectativas de este curso. A darle con toda!!

Let’s go!!!

Clave el pela