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

Implementaci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

Aprende todo un fin de semana sin pagar una suscripci贸n 馃敟

Aprende todo un fin de semana sin pagar una suscripci贸n 馃敟

Reg铆strate

Comienza en:

3D
2H
43M
14S

Material adicional para consultar

37/37

Lectura

Una vez m谩s debo felicitarte por haber llegado hasta el final de este curso. 隆Si multiplicamos nuestro conocimiento y lo compartimos con otros, cada vez haremos mejores productos tecnol贸gicos que nos beneficien a todos!

...

Reg铆strate o inicia sesi贸n para leer el resto del contenido.

Aportes 31

Preguntas 0

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

aprovecho a dejar un aporte que se me hace genial. Es un canal de machine learning y ai buen铆simo.
https://www.youtube.com/channel/UCy5znSnfMsDwaLlROnZ7Qbg

Canal de youtube DOT CSV (espa帽ol) tiene contenido interesante en cuando al mundo de ML

De los mejores cursos de ML que he visto, grande profesor Ariel

Muchas gracias Ariel ha sido un curso marvilloso, gustoso de llevarlo, ya es segunda vez que lo hago y me ha encantado.

Excelente curso, nunca hice un curso tan bueno. Me fascin贸 la parte de poder exportar el modelo YA ENTRENADO en algo que pueda ser utilizado por terceros en cualquier momento.

Mis felicitaciones a platzi y al profesor por el curso.

Muchas gracias por los aportes. Son de much铆sima ayuda. Gracias.

hola Muchachos como proyecto para el curso hice un modelo sencillo pero le agregue mas funcionalidades con flask para que fuera! interactivo con el usuario final (en producci贸n) si alguien le interesa dejo la url de mi repositorio en github.
https://github.com/camigenius/deploy_flask_model

!

Que curso tan completo, felicitaciones por ser buen profesor!

隆Muchas gracias! que curso tan genial aprend铆 mucho

Ariel, estuvo genial su curso, de 1 a 10, 20.

Muy bueno, queda uno con la sensaci贸n de querer aprender mas y mas.

tambi茅n les recomiendo este canal https://www.youtube.com/c/BotAcademyYT
que tiene una explicaci贸n y una implementation (sin librerias solo codigo) de una red neuronal

Hace ya varios cursos que vengo viendo los videos de StatQuest para terminar de entender los temas. Muy buen canal para entender los conceptos detras de los modelos

MIL MIL GRACIAS PROFE !!! DESDE EL SALVADOR

Excelente, muchas gracias

Excelente curso!
Muchas gracias Ariel, hace mucho no me sent铆a tan bien en un curso, los conceptos y las practicas est谩n en la medida justa para estimularme a seguir aprendiendo.

Gracias Plazi por traer a este excelente profe!

Genial este aporte que nos deja el profe para seguir expandiendo conocimiento.

Gracias profe Ariel, excelente curso!

Excelente curso, me encant贸 el contenido visto.!

Profe. Genial el curso, espero nos siga ense帽ando muchas m谩s cosas.

Gracias !!!

Este curso me ayudo a forzar mis conocimientos, gracias eres un excelente docente, espero verte pronto.

Excelente curso Ariel, sin duda es de los mejores junto con el de de Juanpa (Curso de Machine Learning Aplicado con Python).
Espero verte pronto en otro curso m谩s avanzado!
Les comparto algunos enlaces con buen contenido:


Muchas gracias profesor!
Gracias a usted hoy empieza la formaci贸n profesional de un nuevo cient铆fico de datos!

Entonces es necesario aprender JavaScript? Gracias por el curso!

Muchas gracias Ariel, excelente curso!!!

Gracias profe Ariel por este interesante curso, gran dominio del tema y excelente exposicion. Hasta pronto!!

Gracias, solo felicitaciones a Ariel!!!

Gracias al curso pude entender conceptos bastante complejos y como implementarlos. Tanto laboratorio me tenia mal y no sabia por donde encarar. Excelente lo del Profe Ariel. Otro curso del profe lo veria sin dudarlo.

Excelente curso!, aprend铆 un mont贸n!.

El mejor curso de Machine Learnin grande profe Ariel

Excelente curso!