Excelente curso, deberías hacer mas cursos de ML con este profe, de regresiones logísticas, aprendizaje no supervisado o cosas mas profundas de ML
Introducción al curso
Tu primera regresión lineal con scikit-learn
Análisis de datos para tu primera regresión lineal
Entrenando un modelo de regresión lineal con scikit-learn
Cómo funciona la regresión lineal
¿Qué es la regresión lineal?
Cuándo utilizar un modelo de regresión lineal
Función de pérdida y optimización: mínimos cuadrados
Evaluando el modelo: R^2 y MSE
Quiz: Cómo funciona la regresión lineal
Regresión lineal multivariable
Regresión lineal multivariable
Análisis de regresión multivariable
Proyecto práctico
Regresión lineal para predecir los gastos médicos de pacientes
Exploración y preparación de datos
Análisis de correlación de los datos
Entrenamiento del modelo
Evaluando el modelo
Mejorando el modelo
Quiz: Proyecto práctico
Pasos siguientes
¿Qué hay más allá de la linealidad?
Siguientes pasos en modelos de inteligencia artificial
Comparte tu proyecto de regresión lineal y certifícate
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
No se trata de lo que quieres comprar, sino de quién quieres ser. Invierte en tu educación con el precio especial
Antes: $249
Paga en 4 cuotas sin intereses
Termina en:
Luis Fernando Laris
Aportes 29
Preguntas 0
Excelente curso, deberías hacer mas cursos de ML con este profe, de regresiones logísticas, aprendizaje no supervisado o cosas mas profundas de ML
Excelente contenido y excelente profe
Gran curso, muchas gracias!!! Concuerdo con la opinión de los demás, sería interesante tener cursos avanzados de machine learning donde se lleven a cabo proyectos complejos.
Una vez explicados los códigos y la manera de relacionar variables , etc, el proyecto debería detenerse un poco en analizar el caso y sacar conclusiones prácticas sobre el dataset, esto a manera de hacer el proyecto mucho más práctico.
Excelente curso y excelente profe.
solving test
Resumen
1.
¿Geométricamente cómo se ven los resultados de una regresión lineal de 3 variables?
Como un plano
2.
¿Cuál de estos es un método de regularización?
Ridge
3.
¿Cuál de los siguientes métodos utilizarías para evaluar con ayuda de una gráfica los resultados de un modelo de regresión lineal?
Con una matriz de correlaciones
REPASAR CLASE
4.
La regresión lineal es exclusivamente un modelo supervisado. Esto es:
Verdadero
5.
¿Geométricamente qué quieren decir la w0 y w1 en la ecuación de regresión lineal con dos variables?
El corte en X = 0 y el cambio en Y dado el cambio de 1 en X
6.
¿Para qué sirve sns.pairplot()?
Para ver las correlaciones que existen entre todas las posibles variables numéricas a través de un gráfico de dispersión
7.
Para optimizar un modelo es necesario solo tener una función de pérdida. Esto es:
Falso
8.
¿Qué hace el one-hot encoding?
Crea una columna con cada uno de los atributos de una variable categórica, donde los valores son 1 si esa fila tiene el valor de dicho atributo.
9.
¿Cuál es el nombre formal de el método de evaluación llamada R^2?
Coefficiente de determinación
10.
¿Qué método se utiliza para verificar si un modelo se ajusta de la mejor manera a los datos?
Método de mínimos cuadrados
11.
Una manera de intentar mejorar el modelo es aplicando funciones a las variables independientes, así como puede ser que se eleven al cuadrado. Esto es:
Verdadero
12.
Solo es necesario comprobar visualmente nuestras creencias sin justificarlas con un resultado numérico. Esto es:
Falso
13.
Cuando hablamos de un problema de análisis supervisado, ¿qué problema resuelve un modelo de regresión?
Intenta predecir sobre valores numéricos como lo pueden ser los precios de casas en una zona o la estatura de una persona.
Me gusto que el profesor explica sencillo y es muy didactico. Me gustaria encontrarlo en un curso que sea específico de Random Forest o de Redes Neuronales. Es clave y muy importante el paso a paso en la notebook de Google Colab para ir poniendo en práctica lo que vamos aprendiendo a medida que avanza el curso! Todas los cursos debería tener su parte práctica usando una notebook!!
Fue un gran curso. En la universidad ni entendia este metodo de regresion. Ahora mas claro me ha quedado. Solo queda practicarlo.
Excelente curso profesor, ya cada vez estoy más cerca de acabar el curso de Data Scientist ❤️
Exelente, sería interesante tener cursos avanzados de machine learning.
Muchas gracias profe. Me ayudo a reforzar unos temas. Nos vemos.!!
⭐⭐⭐⭐⭐
Hay 2 links caídos.
Buen Profe, gracias!
**Este curso trajo muchos nuevos retos, es un muy buen curso, el docente explica muy bien gracias Platzi por estos buenos curso, y el perfecto método que dan de aprendizaje **
Curso bien explicado, buen profesor pero Platzi entrega un conocimiento muy liviano.
Excelente curso tanto en la pedagogía, practicidad de las clases y la organización del profe ya que todo el código que explica se encuentra en los anexos haciendo todo esto que se mas sencillo y practico la forma de aprender, seria muy bueno que el profesor Luis realizara mas cursos avanzados enfocados en estas temáticas.
Este es un curso que fue algo complejo para mí, pero repetiré las clases cuantas veces necesite. Los otros algoritmos aquí descritos se que serán muy interesantes de aprender y aplicar también.
Buen curso,explica muy bien el profesor, muchas gracias.
gran profe! dando todo al punto, gracias!
Muy claras las explicaciones, excelente profe!
Muy buen curso, los ejemplos fueron bastante claros, al profe se le entendió bien lo que explicaba.
Gran Curso, Luis Fernando Laris, No dejaste duda alguna.
Excelente calidad.
Hey! porfa más cursos como este. Gracias Luis. Las clases han sido de gran ayuda para reforzar lo que he aprendido hasta ahora. 10 / 10
Excelente el curso. Muchas gracias
Te felicito Luis Fernando Laris excelente curso Gracias
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?