No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Aprende Ingl茅s, Programaci贸n, AI, Ciberseguridad y mucho m谩s.

Antes: $249

Currency
$209
Suscr铆bete

Termina en:

3 D铆as
19 Hrs
58 Min
57 Seg

Proyecto final y cierre

26/27
Recursos

Cr茅ditos del curso

Nombre del curso: Curso de Clustering con Python y scikit-learn
Dean: Sebasti谩n Delmont
Faculty Manager: Ricardo Celis
School Director: Carlos Alarc贸n
School Owner: Miguel Torres
Profesor: Carlos Alarc贸n
Direcci贸n: Miguel Torres
Producci贸n OPS: Lizeth C谩ceres y Roc铆o Mart铆nez
Creaci贸n audiovisual: C茅sar A. Pinilla
Edici贸n de video: Daniel Cadena
Postproducci贸n de audio: Santiago Guar铆n Su谩rez
Dise帽o gr谩fico: Eduardo Molea
Coordinaci贸n General: Andr茅s Arizmendy, Daniel Gutierrez, Carol Baquero, Carlos C茅spedes, Sura Cede帽o y Sara Hern谩ndez
Revisi贸n: Sura Cede帽o y Axel Yaguana Cruz

Aportes 13

Preguntas 2

Ordenar por:

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

Que maravilloso curso, por cursos como este vale la pena pagar Platzi, faltaba este curso en la escuela de DS, era necesario y las explicaciones han estado muy claras 馃槂

Este curso era muy necesario, qued贸 muy bueno!

test rrespuuestas

Resumen
1.
驴De qu茅 tipo de machine learning es el algoritmo de clustering?
Aprendizaje no supervisado
2.
驴Qu茅 es el clustering en machine learning?
Un modelo para agrupar datos por caracter铆sticas similares.
3.
驴D贸nde se encuentra la clase KMeans en sklearn la podemos encontrar?

sklearn.cluster

Usualmente en clustering se manejan datasets de train y test. 驴Esto es verdadero o falso?
Falso, porque no tenemos un target.
5.
Si en un set de datos se tiene una variable objetivo (target) y se requiere asignar los datos a dicha variable en espec铆fico, 驴qu茅 tipo de modelo de machine learning se necesitar谩?
Clasificaci贸n.
6.
La f贸rmula usada en el coeficiente de silueta se puede representar de la siguiente forma:
s(i) = b鈭抋 / max (a ,b)
7.
El coeficiente de silueta es una medida de evaluaci贸n de clustering. 驴Qu茅 rango tiene?
-1 a 1
8.
驴En K-means qu茅 representa la letra K?
N煤mero de cl煤steres o centroides a asignar.
9.
Para identificar la ubicaci贸n de los centroides luego del entrenamiento en Kmeans, 驴qu茅 propiedad del modelo se debe usar?
kmeans.centroids_

REPASAR CLASE
10.
驴Cu谩l es una de las t茅cnicas para encontrar el n煤mero de cl煤steres 贸ptimo (K) en K-means?
M茅todo del codo
11.
鈥淎gglomerative hierarchical clustering鈥 es un metodo que parte de clusters individuales y posteriormente unir grupos para formar un unico cluster al final.

Verdadero
12.
Esta visualizaci贸n de datos ayuda a entender el funcionamiento del hierarchical clustering:
Dendrograma
13.
驴C贸mo se importa de sklearn la clase de agglomerative hierarchical clustering?

from sklearn.cluster import AgglomerativeClustering

驴En qu茅 se basa el algoritmo de clustering DBSCAN?
Regresi贸n
REPASAR CLASE
15.
驴Qu茅 es un core point en DBSCAN?

Es aquel que cumple con el m铆nimo de vecinos con un Epsilon predeterminado.
16.
驴C贸mo se importa de sklearn DBSCAN?

from sklearn.cluster import DBSCAN

Una de las desventajas de DBSCAN es que sus h铆per-par谩metros son muy determinantes. 驴Esto es verdadero o falso?
Verdadero
18.
驴Para utilizar DBSCAN se requiere conocer la cantidad de cl煤steres antes del entrenamiento?
No es necesario.
19.
Para preparar los datos para clustering utilizamos el escalamiento de los datos. 驴En qu茅 consiste este escalamiento?
Llevar todas las columnas o caracter铆sticas num茅ricas del dataset a una misma escala.
20.
驴Cu谩l es uno de los m茅todos que se pueden usar en machin learning para reducir dimensionalidad de un dataset?
PCA
Ver menos

Sinceramente, muy buen curso en cuanto a ejemplos, contenido, proyecto y explicacion. Recomendadisimo.

Muchas gracias profesor!

Excelente Curso!! No dejen de lado esta gran ruta de DS por favor.

Mu buen curso. Muchas gracias por compratir sus conocimiento Profesor

驴Por qu茅 No Existe un Curso Ampliamente Disponible sobre Spectral Clustering, Considerando su Efectividad Comprobada en Estudios de Investigaci贸n?


Spectral clustering ha surgido como una t茅cnica de clustering altamente efectiva seg煤n numerosos estudios de investigaci贸n. A pesar de su eficacia demostrada, la disponibilidad limitada de cursos espec铆ficos dedicados a este tema plantea una pregunta intrigante: 驴por qu茅 no hay una oferta educativa m谩s generalizada para esta t茅cnica particular? Esta laguna en los recursos educativos no solo limita el acceso de los estudiantes a una herramienta poderosa en el an谩lisis de datos complejos, sino que tambi茅n suscita interrogantes sobre las razones detr谩s de esta carencia. 驴Son los conceptos asociados con el spectral clustering demasiado complejos para la mayor铆a de los estudiantes? 驴O es que la comunidad educativa simplemente no ha alcanzado a abordar la creciente importancia de esta t茅cnica en el campo del aprendizaje autom谩tico y la miner铆a de datos? Esta pregunta no solo destaca un vac铆o educativo sino tambi茅n plantea cuestiones m谩s profundas sobre la din谩mica entre las investigaciones acad茅micas y la ense帽anza pr谩ctica de las t茅cnicas m谩s avanzadas en el mundo del an谩lisis de datos. 馃鉁

Muy buen curso, buena did谩ctica del docente, ahora toca poner en practica lo aprendido, segmentar茅 los clientes de la instituci贸n financiera donde trabajo. Felicidades profe y Platzi por este buen curso.

隆Excelente Curso!

Me encant贸 el curso, porque me ayud贸 con un proyecto personal. 隆Muchas gracias Carlos!

Excelente curso, ayuda much铆simo a la practica y a comprender mas detallado el Clustering