Nivel Avanzado
26 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
07:50 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
12:54 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
10:43 min - 22
Preparación de Datos para Modelo Naive Bayes en Python
07:43 min - 23
Implementación del Algoritmo Naive Bayes en Python con spaCy
17:01 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
07:01 min
Profes del curso
Conoce quién enseña el curso
Francisco Camacho
Co-founder & CTO at Hunty
Co-founder & CTO at Hunty
4.8 · 195 opiniones
Emmanuel Ortega Beleño
@emmanuelobo69gmailcom·
el profe pacho es muy bueno enseñando que bueno que tengan profes como el
Jerson David Puentes Sanchez
@JersonPuentes·
Descubrir las aplicaciones de la clasificación de texto y el procesamiento de lenguaje natural (NLP)
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
Oscar Alfonzo Medrano Yilalys
@oscaralfonzomedranoyilalys·
Qué chévere este curso mi gente. Me pareció brutal cómo me metí en la clasificación de texto y salí con una base sólida. Aprendí a usar modelos de Machine Learning como Naive Bayes con Python y NLTK para hacer cosas geniales, como el análisis de sentimientos. Lo que más me gustó fue cuando nos enseñaron a construir nuestro propio Modelo Markoviano de Máxima Entropía (MMME); eso sí fue un nivel superior. Ahora entiendo todo ese rollo de la desambiguación y el etiquetado de palabras. De verdad, un curso excelente para cualquiera que quiera entrarle al mundo del NLP.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
40 Cursos
Data Scientist
127 horas30 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
51 Cursos
Machine Learning Engineer
150 horas36 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.
Ruta
7 Cursos
Deep Learning con Python
26 horas6 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