Introducci贸n a machine learning

1/16
Recursos
Transcripci贸n

Aportes 29

Preguntas 4

Ordenar por:

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

o inicia sesi贸n.

please, more platzi courses in english

En tanto yo buscando el b贸ton de idioma para el audio xD

Conocimientos previos

  • Programacion con Python.

    • Los mejores kits de herramientas de machine learning est谩n escritos en Python de ahi la importancia de estar familiarizado con este lenguaje.
  • Uso de Pandas.

    • Tener experiencia con el paquete pandas de Python, el cual permite trabajar con conjuntos de datos, y ayudar con los procesos de preparaci贸n y visualizaci贸n de datos.
  • Uso de Matplotlib.

    • Una herramienta de trazado como Matplotlib ayuda cuando se tracen puntos de datos con el fin de poder entender las relaciones entre los datos, esto antes de entrenar o incluso despu茅s de entrenar los modelos de machine learning.
  • Probabilidad, estadistica y calculo fundamentales.

    • Los fundamentos de probabilidad y estad铆stica ayudan a entender qu茅 hacen estos modelos y por qu茅 son capaces de hacer tan buenas predicciones.

LA HE ESTADO ESCUCHANDO Y EL INGLES DE ESTA CHICA ES SUPER !!! ME FASCINA COMO LO PRONUNCIA !!! SE LE ENTIENDE TAN BIEN , MAS CURSOS CON ELLA !!!

Terrific! The perfect excuse to practice English and learn Machine Learning

Never stop learning!

Algo que no buscaba pero necesitaba, un curso en la ruta de data

Una sorpresa entrar al curso, no esperaba que estuviese en ingles, otros cursos en la plataforma desde el nombre lo indica, solo es comentario.

I wasn鈥檛 expecting that the course was %100 in english 馃槃 . I hope I be able to follow it without missing important content.

He aprobado el curso, no se desanimen.

#NuncaParesDeAprender

pucha, es en ingl茅s 馃槙
s茅 ingl茅s pero que pereza 馃ケ

vengo entrado veo que est谩 en ingl茅s y yo: 馃槷 woww

I am so excited tp take this course. Thank you Natasha

Nanana鈥 Si es en ingl茅s no lo veo porque lo que yo soy un Colombiano y para aprender necesito algo en espa帽ol

Como para practicar el ingl茅s que aprendo en Platzi. Este curso ser谩 de mucha utilidad y de mucho estr茅s xd. Pero ser谩 muy bueno, vaya que s铆 uwuwu

Yes, is awesome finally watch a platzi machine learning course, she has perfect pronunciation and she highlights her experience and expertise.
Thank you for this!

Learning about Machine Learning. I鈥檓 leaving my comfort zone.

This is a course that i didn鈥檛 know that I needed, it鈥檚 a great way to practice English

This another way to improve English skills, while I am listening, I am reading the subtitles and can be useful reduce video speed.

隆No paren! 馃毃

Que no los detenga el ingl茅s.
La informaci贸n de este curso es densa y est谩 muy bien estructurada.

Todo se explica de forma muy sencilla y directa.
Es de los mejores cursos que he tomado.

El proceso de aprendizaje autom谩tico generalmente consta de las siguientes etapas:


Recopilaci贸n de datos:

-Se re煤nen los datos relevantes para el problema que se desea resolver. Estos datos pueden provenir de diversas fuentes, como bases de datos, archivos, sensores, etc.

Preprocesamiento de datos:

  • Los datos recopilados pueden requerir limpieza y transformaci贸n para asegurarse de que sean adecuados para el an谩lisis. Esto puede incluir la eliminaci贸n de valores at铆picos, la normalizaci贸n de los datos, la codificaci贸n de variables categ贸ricas, etc.

Selecci贸n de caracter铆sticas:

  • En algunos casos, es necesario seleccionar un subconjunto de caracter铆sticas relevantes del conjunto de datos para entrenar el modelo. Esto ayuda a reducir la complejidad y mejorar la eficiencia del modelo.

Entrenamiento del modelo:

  • Se utiliza un algoritmo de aprendizaje autom谩tico para entrenar un modelo utilizando los datos de entrenamiento. Durante el entrenamiento, el modelo ajusta sus par谩metros internos para minimizar la diferencia entre las predicciones del modelo y los valores reales conocidos en los datos de entrenamiento.

Evaluaci贸n del modelo:

  • Una vez alterado, el modelo se eval煤a utilizando datos de prueba o validaci贸n. Se calculan m茅tricas de evaluaci贸n para medir qu茅 tan bien se desempe帽a el modelo en la tarea para la cual fue dise帽ada. Si el rendimiento del modelo no es satisfactorio, se pueden realizar ajustes en el proceso de entrenamiento o en la selecci贸n de caracter铆sticas.

Predicciones y toma de decisiones:

  • Una vez que el modelo ha sido evaluado y se considera adecuado, se puede utilizar para hacer predicciones o tomar decisiones sobre nuevos datos. El modelo generaliza a partir de los patrones y relaciones aprendidas durante el entrenamiento y puede aplicar a datos desconocidos.

Bueno fan谩ticos del anime, ac谩 les dejo un resumen con aportes del curso
S铆rvase mi cap@

I am surprised that this course is in English, I hope there is more content of this type in Platzi.

Very clever the instructor. (one of the best you can find in Platzi)

so nice to have courses in English in the platform

Les recomiendo que vean este video (Modelos para entender una realidad ca贸tica | DotCSV) antes de empesar el curso, muy interesante!

This is my first course in english here in Platzi so, I feel so exited and waiting for more 馃槑

Una linda exprencia. Gracias Platzi, por brindarnos esta oportunidad鈥on buenos cursos y sobre todo prcticos y aplicativos. Es interesante omo dan las bases para temas complicados , los mismos que sirven para profundizar m{as los temas, que por otro lado, son actualizados y enze帽dos de forma didactica y clara. Sigan Adelando., y gracias una vez mas.

Que lujo de cursos !!! PhD !!!

WOW,
Muy Emocionado por este curso!!!

when i heard her speak english, I thought I got confused with an English school course