Nivel Avanzado
27 clases
5 horas de contenido
12 horas de práctica
Resuelve tareas de clasificación de texto con algoritmos de Machine Learning. Aprende a predecir el género de nombres y detectar spam en correos electrónicos. Desarrolla modelos personalizados e implementa Naive Bayes desde cero usando Python.
Modelos Markovianos Latentes (HMM)
- 4
Modelos Marcovianos Latentes en PLN: Fundamentos y Aplicaciones
10:18 min - 5
Matemáticas de Cadenas de Markov y su Aplicación en Modelos Latentes
08:43 min - 6
Modelos Marcovianos Latentes: Etiquetado Gramatical Automático
13:25 min - 7
Implementación de Modelos Marcovianos Latentes en Python con Google Colab
07:51 min - 8
Entrenamiento de Modelos Marcobianos Latentes en Python
12:19 min
Algoritmo de Viterbi
- 9
Decodificación de Secuencias con el Algoritmo de Viterbi
07:19 min - 10
Cálculo de Probabilidades en el Algoritmo de Viterbi
09:08 min - 11
Implementación del Algoritmo de Viterbi en Python con NumPy
14:45 min - 12
Implementación del Algoritmo Viterbi para Modelos Ocultos de Markov
17:50 min - 13
Implementación de Modelos Ocultos de Markov en NLTK y Python
12:55 min
Modelos Markovianos de máxima entropía (MEMM)
Clasificación de texto con NLTK
Implementación de un modelo de clasificación de texto
- 21
Funcionamiento Matemático del Clasificador Naive Bayes
10:44 min - 22
Preparación de Datos para Modelo Naive Bayes en Python
07:43 min - 23
Implementación del Algoritmo Naive Bayes en Python con spaCy
17:02 min - 24
Implementación del Método Predict en Naive Bayes Clasificador
13:40 min - 25
Métricas de Evaluación en Modelos de Clasificación: Accuracy, Precision y Recall
07:32 min - 26
Clasificación de Sentimientos con Reviews de Amazon
07:02 min
Profes del curso
Conoce quién enseña el curso
Proyecto del curso
Sistema de clasificación de textos
Con todo lo aprendido en el curso podrás crear tu propio sistema para clasificar tanto palabras, frases y documentos. Así podrás saber el grupo léxico al que pertenecen, su género e identificar si un mensaje es spam o no.
software y recursos necesarios
- Jupyter Notebooks o Google Colab
Opiniones del curso
4.8 · 172 opiniones
Cristian Mauricio Rojas Olivares
@Kryss95·
El curso mas dificil para mi por lejos, si alguno de mis compañeros de platzi lee esto mientras aun lo esta estudiando les recomiendo tener paciencia y no parar, es un tema complejo, pero a no claudicar amigos. Y a nunca dejar de aprender y en este caso de intentarlo
Jorge Ivan Avalos Lopez
@jorge.avaloslj·
De los pocos cursos que ralamente se puede aprender ML, involucrando matemáticas y programación.
Marcelo Bengolea
@mfbengolea·
Como siempre, este profe tiene muy bien estructuradas las clases.
Juan Camilo Higuera Calderón
@juancahica·
Muy buen curso.
Carlos Perilla
@carlos7736·
Un curso muy completo sobre el procesamiento de lenguaje. Todo lo que precedió los LLM modernos
Laura Quintero
@lmarcela.quintero·
Excelentes explicaciones
Enrique Jiménez Téllez
@enriquejimneztllez·
Excelente curso muy práctico y teórico
LUIS GUILLERMO MONCADA RUIZ
@fiyugun·
conocer herramientas que nos ayuden a descifrar patrones en los textos, fue algo muy util
Jerson David Puentes Sanchez
@JersonPuentes·
Descubrir las aplicaciones de la clasificación de texto y el procesamiento de lenguaje natural (NLP)
Felipe Sebastián Zepeda González
@pipevash·
Excelente curso de procesamiento del lenguaje natural. El profesor es claro, desarrolla teoría y práctica, y además enseña y propone retos interesantes. Muy recomendado.
Ruben Dario Troche Piñanez
@dtf.ruben.troche·
Muy bueno y muy interesante el curso. Gracias Totales Profesor y Platzi por agregarme valor.
Horacio Licona
@horaciolicona0711·
Lo mejor de este curso es entender como es que funciona la inteligencia artificial para procesar texto y que podamos obtener herramientas tan grandes como ChatGPT
Rafael Rivera
@rafarivera75·
Excelente curso, muy buen profesor.
Carlos García Almodóvar
@cargadovar·
Me ha gustado mucho como se ha explicado el proceso de desarrollo de los algoritmos. El profesor tiene mucha facilidad para explicar de forma muy entendible todos los contenidos.
Luis Gerardo Bourde Ortega
@LuisBourde·
Gracias por el curso Joven.
Eduardo Reyes
@retrox·
Este profesor es bueno,.
Bryan Vladimir Piguave Llano
@bryanvladimirpiguavellano·
Por favor, corrijan la pregunta del examen que se encuentra en latex. Yo trabajo mucho con eso y no tuve problemas pero dudo que el resto conozca de esa sintaxis. Espero más cursos con este profesor.
Oscar Gomez
@oscar.gomezr0414·
Excelente curso. Se recomienda poder incluir lemmatization y aplicación de modelos de machine learning con vectorization para el próximo curso.
@alan_grosso·
Sin lugar a dudas uno de los mejores profesores de la línea ML y AI es Francisco Camacho. Este curso no es la excepción. Recomendado.
Diego Alejandro Muñoz Camayo
@diego51alejo1·
Excelente curso, sin duda el profesor sabe del tema y lo explica de la mejor manera, se nota trabajo y preparación, esperemos saquen el curso que termine la serie.
Kenny José Miranda Deluque
@kemirandad·
Excelente curso! queda claro que aún queda mucho por explorar... A la espera de más entregas a esta especialización del machine learning.
Libardo Jose Castro Aparicio
@libardojosecastroaparicio·
El profecor tiene los conocimientos claros sobre el tema lo que hacen las clases mas faciles de entender.
Jorge Andrés Carballo Santana
@jorgecarballo08·
El profesor es muy claro en las explicaciones, entiende perfectamente lo que significan las expresiones matemáticas que se utiliza y las aplica de forma intuitiva en el código.
Samuel Joshua Reyes Martínez
@samuel.reyes·
Buen curso y gran profesor, lo recomeindo para seguir en el camino del machine learning
Daniel da Silva Jarque
@ddasilvajarque·
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones. Dedico este diploma a la memoria de mi madre, muerta a causa del virus COVID-19, el 19 de enero de 2021, a los 79 años de edad.
JOSE DANIEL HERNANDEZ BETANCUR
@jodhernandezbe·
Francisco aborda los problemas no sólo desde la parte algoritmica, sino que tiene el conocimiento estadístico y matemático de cada modelo. Lo mejor, lo muestra simple
Andres Alonso Mendez Rosales
@andresaamr·
Me ayudó bastante a entender cómo funciona el uso de ML para textos. muchas gracias
Developers IT
@developersmaven·
:) .............................................................................................................................................................................................................
Eduardo Arredondo Fernández
@lalo_arredondo·
Excelente curso sobre todo por el profesor que lo impartió, un excelente profesor
Alfonso Garijo
@alfonso-garijo-campos·
Junto con los de programación orientada a objetos, es el mejor curso que he hecho. El profesor sin duda el mejor
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data Scientist
133 horas
31 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Machine Learning Engineer
164 horas
37 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.
Ruta
Deep Learning con Python
33 horas
7 Profes
Utiliza redes neuronales para entrenar modelos con grandes cantidades de datos. Crea proyectos avanzados de inteligencia artificial.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender