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

Configuración de nuestro entorno Python

5/37
Recursos

¿Cómo configurar un entorno de trabajo profesional para desarrollo de inteligencia artificial?

Iniciar un proyecto de inteligencia artificial requiere un entorno de trabajo bien configurado que maximice la eficiencia en el desarrollo y la configuración. A través de este contenido, descubrirás cómo configurar un entorno de trabajo profesional que permita optimizar el proceso de desarrollo, adaptado tanto para principiantes como para desarrolladores experimentados.

¿Por qué Visual Studio Code es una buena opción?

Visual Studio Code, desarrollado por Microsoft, es una herramienta ligera, gratuita y de código abierto que se actualiza constantemente. Esta herramienta es una de las preferidas por desarrolladores de todos los niveles debido a:

  • Soporte Multilenguaje: Facilita el trabajo con diversos lenguajes de programación, permitiendo gran versatilidad.
  • Comunidad Activa y Soporte: Cuenta con amplia documentación y una comunidad activa que ofrece soporte continuo.
  • Integraciones y Extensiones: Ofrece una amplia gama de extensiones para personalizar y optimizar el entorno de desarrollo.

¿Qué terminal utilizar según tu sistema operativo?

La elección de una terminal adecuada es crucial para un desarrollo eficaz:

  • Mac o Linux: Estos sistemas, basados en Unix, ofrecen terminales robustas que facilitan el desarrollo.
  • Windows: La consola de comandos tradicional puede ser limitada. Se recomienda usar la terminal integrada en Visual Studio Code o explorar la versión de desarrolladores de Microsoft Store para una experiencia mejorada.

¿Cuál es la mejor versión de Python para desarrollar?

Al trabajar con Python, es esencial elegir una versión que sea compatible con las bibliotecas necesarias:

  • Evita las versiones más recientes: Muchas bibliotecas pueden no estar actualizadas para la versión más reciente de Python. Prefiere versiones como Python 3.6 o 3.7, que son más estables y compatibles.
  • Verificación de versión: Usa el comando python --version para verificar la versión instalada en tu sistema.
python --version

¿Cómo instalar pip y gestionar paquetes?

Para manejar las bibliotecas requeridas en tus proyectos, es crucial instalar pip, el gestor de paquetes de Python:

  1. Descarga de pip: Busca "get-pip.py" en Google y guarda el archivo en tu carpeta de proyecto.
  2. Ejecución: Abre la terminal en Visual Studio Code y corre python get-pip.py.
python get-pip.py

¿Qué es un entorno virtual y cómo configurarlo?

Un entorno virtual crea una "cajita" aislada donde se gestionan las dependencias de cada proyecto:

  • Ventajas: Permite usar diferentes versiones de una misma biblioteca en proyectos distintos sin conflictos.
  • Instalación: Usa el siguiente comando para instalar y crear un entorno virtual:
python -m venv mi_entorno_virtual
  • Activación: Navega a la carpeta Scripts de tu entorno y ejecuta el siguiente script en Windows:
mi_entorno_virtual\Scripts\activate.bat

E, incluso, puedes configurarlo para que Visual Studio Code active el entorno automáticamente al iniciar un proyecto.

Consejos finales para optimizar tu entorno de desarrollo

  1. Prueba diferentes herramientas y entornos: Encuentra con qué te sientes más cómodo y se adapta mejor a tu flujo de trabajo.
  2. Mantente actualizado y aprende: La tecnología está en constante cambio, así que siempre hay algo nuevo por descubrir.
  3. Involúcrate en la comunidad: Participa en foros y discusiones para aprender de otros desarrolladores y encontrar soluciones a problemas comunes.

Estás en el camino correcto para convertirte en un experto en desarrollo de inteligencia artificial. ¡Comienza con confianza y sigue expandiendo tus conocimientos!

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”

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

Un diagrama de la estructura de la clase

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

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.

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

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

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
😪😪

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 😉