Aprender los conceptos clave

1

Todo lo que aprenderás sobre MA con Scikit-Learn

2

¿Cómo aprenden las máquinas?

3

Problemas que podemos resolver con Scikit-learn

4

Las matemáticas que vamos a necesitar

Iniciar un proyecto con sklearn

5

Configuración de nuestro entorno Python

6

Instalación de librerías en Python

7

Datasets que usaremos en el curso

Optimización de features

8

¿Cómo afectan nuestros features a los modelos de Machine Learning?

9

Introducción al PCA

10

Preparación de datos para PCA e IPCA

11

Implementación del algoritmo PCA e IPCA

12

Kernels y KPCA

13

¿Qué es la regularización y cómo aplicarla?

14

Implementación de Lasso y Ridge

15

Explicación resultado de la implementación

16

ElasticNet: Una técnica intermedia

Regresiones robustas

17

El problema de los valores atípicos

18

Regresiones Robustas en Scikit-learn

19

Preparación de datos para la regresión robusta

20

Implementación regresión robusta

Métodos de ensamble aplicados a clasificación

21

¿Qué son los métodos de ensamble?

22

Preparación de datos para implementar métodos de ensamble

23

Implementación de Bagging

24

Implementación de Boosting

Clustering

25

Estrategias de Clustering

26

Implementación de Batch K-Means

27

Implementación de Mean-Shift

Optimización paramétrica

28

Validación de nuestro modelo usando Cross Validation

29

Implementación de K-Folds Cross Validation

30

Optimización paramétrica

31

Implementación de Randomized

32

Bonus: Auto Machine Learning

Salida a producción

33

Revisión de nuestra arquitectura de código

34

Importar y exportar modelos con Sklearn

35

Creación de una API con Flask para el modelo

36

Cierre del curso

37

Material adicional para consultar

Crea una cuenta o inicia sesión

¡Continúa aprendiendo sin ningún costo! Únete y comienza a potenciar tu carrera

Convierte tus certificados en títulos universitarios en USA

Antes: $249

Currency
$209

Paga en 4 cuotas sin intereses

Paga en 4 cuotas sin intereses
Suscríbete

Termina en:

18 Días
23 Hrs
58 Min
23 Seg

Configuración de nuestro entorno Python

5/37
Recursos

Aportes 37

Preguntas 7

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

se puede usar anaconda para crear el ambiente virtual se usa:
conda create -n “nombre del entorno”

luego para activar el entorno se usa:
activate “nombre del entorno”

para instal liberias usamos:
conda install “nombre de la libreria”

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

Para los que trabajen en windows asegurense que la terminal elegida en la pestaña del visual studio es “cmd” y no “powershell”. Para que no tengan problemas al activar el entorno.

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

Soy de esos que no le tiene miedo a nada jeje

Yo voy a probar a hacerlo en PyCharm

En Mac:
source entorno/bin/activate

y deactivate para desactivar el entorno virtual.

O para hacerlo más rápido cada vez, pueden crear un alias o atajo, shortcut:

alias activate=“source entorno/bin/activate”

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

Un diagrama de la estructura de la clase

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

Para los más curiosos y geeks un programa amigable es Atom.io. Es un entorno muy práctico para generar diferentes lenguajes de código (como Python, JavaScript, C++, entre muchos otros), se puede enlazar con Git, GitHub, Kite, Stack Overflow, etc.
Lo más genial es que también se puede abrir una de Terminal dentro de Atom sin necesidad de tener una aparte.
Incluso en Platzi hicieron una contribución con una guía muy completa para configurarlo e instalarle extensiones a Atom.

Deberian de actualizar esta clase

En python ya vamos en la version 3.11

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

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

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

Aquí 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 sé como se irá a desarrollar el curso, pero hasta ahora he programado en GoogleColab y me ha ido muy bien, no necesitas instalar librerías ni actualizar las versiones porque el entorno se encarga de eso, solo vas y programas. [Sip, también se pueden hacer proyectos de MachineLearning y DeepLearning allí]
https://colab.research.google.com/

Excelente explicación, gracias!

Yo Usare Deepnote :)
Wow, me encanta, personalmente recomiendo mucho la \[ruta de cursos de Python]\(https://platzi.com/ruta/web-python/) que ofrece Platzi.
Un poco de documentación por si usáis mac o ubuntu: <https://gist.github.com/pandafulmanda/730a9355e088a9970b18275cb9eadef3> **Usage** **Creation of virtualenv:** $ virtualenv -p python3 \<desired-path> **Activate the virtualenv:** $ source \<desired-path>/bin/activate **Deactivate the virtualenv:** $ deactivate
Buen día, por favor si alguien me puede ayudar instalar el visual studio code, ya que, no entiendo cuando dicen cdm o powershell. Gracias de antemano
😪😪

Crear un ambiente virtual con condaes bastante sencillo. condaes una herramienta de gestión de paquetes y ambientes que te permite crear entornos virtuales con facilidad. Aquí tienes el paso a paso detallado:

Instalar Conda:

  • Si aún no tienes condainstalado, descarga e instala Anaconda o Miniconda. Anaconda incluye una distribución completa de Python y muchas bibliotecas científicas, mientras que Miniconda ofrece una instalación más mínima.

Abrir la Terminal:

  • Abre una terminal o línea de comandos. Asegúrese de estar usando el entorno adecuado (por ejemplo, si está usando Anaconda Prompt en Windows).

Crear un Nuevo Ambiente Virtual:

  • Para crear un nuevo ambiente virtual con conda, utilice el siguiente comando. Reemplaza nombre_del_entornocon el nombre que quieras darle a tu entorno:
conda create --name nombre_del_entorno
Por ejemplo, para crear un entorno llamado mi_entorno:
conda create --name mi_entorno
Activar el Ambiente Virtual: 
  • Una vez que se haya creado el ambiente, actívalo usando el siguiente comando:

En sistemas Unix (Linux, macOS):

conda activate nombre_del_entorno

En Windows:

conda activate nombre_del_entorno

Instalar Paquetes en el Ambiente Virtual:

  • Puedes instalar paquetes dentro de tu nuevo entorno virtual de la misma manera que lo haces normalmente con conda. Por ejemplo:
conda install numpy pandas matplotlib

Desactivar el Ambiente Virtual:

  • Cuando haya terminado de trabajar en su entorno virtual, puede desactivarlo usando el siguiente comando:
conda deactivate

Hacía ya un par de cursos que no usaba un ambiente local, todo era Colab.

Para los usuarios de mac este me funciono para activar el entorno, mi version Python 3.9.6

source env/bin/activate

to people whom is working in ubuntu

this page solved my problem.

https://linuxopsys.com/topics/create-python-virtual-environment-on-ubuntu

just remember they use a standar name to create a directory “my-new-project”, JUST MAKE SURE you guys give a name that is easy to remember and is familiar to you.

it will be installing with python3, but if eventually you need to install jupyter note book and ENV note book, python3 will be very usefull.

cheers!

¡Por fiiiin! Un curso donde usan la terminal de VSCode

El primer profe que veo que usa windows

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

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

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

Para los que tienen Mac o Linux y desean instalar un entorno virtual en éste enlace hay una guía my buena y fácil 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 enseñan (aquí) en la sección “Linux dentro de Windows”.

Pd: Visual Studio Code tiene integración con los WSL 😉