No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

¿Qué hay más allá de la linealidad?

16/18
Recursos

Aportes 24

Preguntas 0

Ordenar por:

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

sería excelente un curso avanzado de machine learning

sin duda es necesario un curso avanzado de modelos, pero rescatando la teoría Estadística, al fin y al cabo los comando están en la documentación oficial de la librería

Si por favor un curso avanzado de Machine Learning!

Por supuesto que necesitamos más cursos avanzados! Que está bien ampliar los básicos, pero hay que equilibrar y Platzi aún tiene grandes oportunidades en ese sentido!

Claro que necesitamos mas cursos avanzados, me uno a la petición.

Este es uno de los cursos mas top que he tomado en plataforma de Platzi, seria genial que pudieran hacer un curso de machine learning avanzado.

esos temas de curso “avanzado” deberían estar en el curso básico son esenciales para que uno pueda tener una comprensión completa detrás de lo que pasa en el código…

  1. teoría
  2. práctica

Me uno a la petición para un curso avanzado! Sin duda lo tomaría

Yo lo que veo es que antes de tener cursos más abanzados, seria mejor profundizar en las bases. Se dejan muchas cosas para que se hagan de forma mecanica sin una base real de por que se debe hacer de una forma u otra.

También existe la aplicación de transformaciones de kernel para seguir usando modelos lineales. Con la idea de los kernels se puede explicar de manera muy bonita lo que es una red neuronal. Les recomiendo el libro “deep learning book” de ian goodfellow.

para ser un curso introductorio, esta super bueno!!!

Con respecto a lo que mencionas, sería útil un curso más avanzado del tema. Recién estuve desarrollando un modelo con regresión multivariable para estimar las métricas de un problema pero los resultados son muy “parejos” y suena buena la propuesta de regularización y uso de polinomios, hubiera sido bueno tener ejemplos prácticos de eso

Claro que se necesitaría mas cursos como estos, donde expliquen la teoría de estadística y la aplicación con machine learning, como: Regresión Logística , Árbol de decisión , etc. Por otro lado, me gusto mucho este curso.

Sin duda es lo que le falta a platzi para ser aún mejor, cursos avanzados y de larga duración.

Últimamente los cursos son muy básicos y su duración es muy baja. Así que abogo por cursos avanzados y más largos.

Si, por su puesto me gustaría ver mas curso avanzados sobre machine learning y toda una escuela si es posible

Muchas gracias profesor. Excelente curso !

Profundizar en estos conceptos matemáticos estaría super perfectooo!

Exelente, sería interesante tener cursos avanzados de machine learning.

Me encanta que siempre nos permitan conocer que más herramientas nos sirven a futuro.

Ciertamente la Regresión lineal es indispensable, pero conocer la mayoría mejora nuestro catálogo de modelos.

Felicitaciones! que buen curso!!

En el momento que tomo este curso ya sé que hay un avanzado, sigan actualizandose así Platzi 🚀🔥

😎----->Análisis de regresión multivariable<----
Todo este tiempo hemos aprendido la manera en la que se manejan los modelos de regresion lineal, mas cuando no se tiene un modelo asi, hay que acudir a los Modelos Polinomiales.
Donde ya no es solo variables simples como x1 o x2 sino, tamb con variables con exponentes. Haciendo asi que las lineas sean curvas (en forma de ondas). Sin embargo, con estas graficas no solo se puede llegar a predecir un modelo, sino que en algunos casos su precision llega a ser incluso mejor que la de un modelo de regresion lineal. Ya qu edebido a la variaza que estos modelos tienen, llegan a cubrir mucho mejor la varianza que hay en los resultados. A este tipo de modelos se le conoce como de varianza, y a los tradicionales que hemos visto en este curso se les llama de sesgo.

σ Despues, Luis explica que al usar machine learnig, buscamos usar modelos de regularizacion para reducir el sesgo y varianza que tenga nuestro modelo. Lo que se hace, entonces, es reducir la vairanza que tenga un modelo, aunque esto aumente su sesgo, ya que es aceptable la inperfeccion en un sesgo.

σ Conitnuando, la manera en la que se agrega un modelo de regularizacion, es a traves de poner una penalizacion

Sería ideal tener un curso avanzado de machine learning