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.
Manuel Vicente Caldas Rodriguez
@manuel.caldas·
muy buen contenido, con un instructor muy prepararado y hace ver las matematicas y programacion como algo muy simple
Edgar A. Gonzalez Ambriz
@EdgarGA·
Muy buen curso. También me gustó como el profesor enfrentó los temas difíciles
Mauricio Martínez Orjuela
@MaodeColombia·
lo mejor fue entender qué es pasar de experto en la teoría a experto en ejecución en un script, de un video al otro, video tras video; un gustazo este curso.
Juan Camilo Higuera Calderón
@juancahica·
Muy buen curso.
Gerson Gómez Giraldo
@giraldogomez2017·
calificaicones
Carlos Perilla
@carlos7736·
Un curso muy completo sobre el procesamiento de lenguaje. Todo lo que precedió los LLM modernos
Alan Stiven Camacho Restrepo
@ascamach·
Muy buen contenido y explicacion del profe
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
Sandra Milena Yepes Alzate
@sandra197·
Excelente docente, enseña de una forma sencilla, dinámica y clara, excelente contenido. Recomiendo 100% este curso y este maestro.
Emilio José Chaparro Barrera
@emiliochaparro·
De los cursos más dificiles e interesantes que he tomado
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.
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
uriel yesith parra fuentes
@urielparra·
Excelente curso, el profesor explica detalladamente los conceptos matemáticos que soportan los algoritmos. Es muy útil para entender para después aplicar correctamente utilizando las librerías de alto nivel disponibles
Rafael Rivera
@rafarivera75·
Excelente curso, muy buen profesor.
Luis Gerardo Bourde Ortega
@LuisBourde·
Gracias por el curso Joven.
Eduardo Reyes
@retrox·
Este profesor es bueno,.
Cristian Y. Juzga
@cristian.riverajuzga·
La forma en que el docente aborda el tema, su explicación es impecable.
JOSE MANRIQUE
@jose.manrique.hernandez·
Excelente presentación
Carlos A. Sánchez
@csanchezchan·
De los mejores cursos que hay en Platzi. Es complejo y a la vez tan bueno, que recomiendo verlo muchas veces para entenderlo en su totalidad
Irving Jerico Hernandez Diaz
@Jericohd·
Uno de los cursos más completos de NPL que he tomado, me gusta que tiene muy buenos fundamentos.
Oscar Gomez
@oscar.gomezr0414·
Excelente curso. Se recomienda poder incluir lemmatization y aplicación de modelos de machine learning con vectorization para el próximo curso.
Pablo Andrés Jarava Guerra
@Pablo_Andres·
Muy buen curso, ojalá el profe siga dando esos súper cursos.
Felipe Andres Torres Haro
@felipeandrestorresharo·
Este profesor realmente me gusta, en general con la experiencia de platzi he desarrollado mis habilidades, por eso a lo largo de todos los cursos que he hecho, este es uno bastante bueno que contribuye a mi experiencia educativa.
@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.
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.
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
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