Curso Profesional de Machine Learning con Scikit-Learn

Clases del Curso Profesional de Machine Learning con Scikit-Learn

Instruido por:
Ariel Ortiz
Ariel Ortiz
Básico
4 horas de contenido
Ver la ruta de aprendizaje
Implementación de regresión robusta
Proyecto del curso
Implementación de regresión robusta

Usando el dataset del índice de felicidad aprenderás a limpiar y transformar datos atípicos para procesarlos por medio de un regresión robusta.

Curso Profesional de Machine Learning con Scikit-Learn

Curso Profesional de Machine Learning con Scikit-Learn

Progreso del curso:0/37contenidos(0%)

Contenido del Curso
Tutoriales de estudiantes
Preguntas de estudiantes

Progreso del curso:0/37contenidos(0%)

Aprender los conceptos clave

Material Thumbnail

Visión general del curso

07:31 min

Material Thumbnail

¿Cómo aprenden las máquinas?

04:18 min

Material Thumbnail

Problemas que podemos resolver con Scikit-learn

06:13 min

Material Thumbnail

Las matemáticas que vamos a necesitar

04:52 min

Iniciar un proyecto con sklearn

Material Thumbnail

Configuración de nuestro entorno Python

06:55 min

Material Thumbnail

Instalación de librerías en Python

07:41 min

Material Thumbnail

Datasets que usaremos en el curso

04:36 min

Optimización de features

Material Thumbnail

¿Cómo afectan nuestros features a los modelos de Machine Learning?

06:56 min

Material Thumbnail

Introducción al PCA

05:52 min

Material Thumbnail

Preparación de datos para PCA e IPCA

09:57 min

Material Thumbnail

Implementación del algoritmo PCA e IPCA

13:45 min

Material Thumbnail

¿Qué es la regularización y cómo aplicarla?

07:39 min

Material Thumbnail

Implementación de Lasso y Ridge

15:19 min

Material Thumbnail

Explicación resultado de la implementación

02:42 min

ElasticNet: Una técnica intermedia

01:41 min

Regresiones robustas

Material Thumbnail

El problema de los valores atípicos

04:46 min

Material Thumbnail

Regresiones Robustas en Scikit-learn

03:06 min

Material Thumbnail

Preparación de datos para la regresión robusta

09:41 min

Material Thumbnail

Implementación regresión robusta

04:34 min

Métodos de ensamble aplicados a clasificación

Material Thumbnail

¿Qué son los métodos de ensamble?

05:43 min

Material Thumbnail

Preparación de datos para implementar métodos de ensamble

05:35 min

Material Thumbnail

Implementación de Bagging

05:44 min

Material Thumbnail

Implementación de Boosting

04:20 min

Clustering

Material Thumbnail

Estrategias de Clustering

02:22 min

Material Thumbnail

Implementación de Batch K-Means

10:22 min

Material Thumbnail

Implementactión de Mean-Shift

08:47 min

Optimización paramétrica

Material Thumbnail

Validación de nuestro modelo usando Cross Validation

06:53 min

Material Thumbnail

Implementación de K-Folds Cross Validation

09:09 min

Material Thumbnail

Optimización paramétrica

07:22 min

Material Thumbnail

Implementación de Randomized

10:38 min

Bonus: Auto Machine Learning

01:50 min

Salida a producción

Material Thumbnail

Revisión de nuestra arquitectura de código

10:17 min

Material Thumbnail

Importar y exportar modelos con Sklearn

14:18 min

Material Thumbnail

Creación de una API con Flask para el modelo

10:36 min

Material adicional para consultar

00:58 min

nuevosmás votadossin responder
Javier Enriquez Sanchez
Javier Enriquez Sanchez
Estudiante

Una vez recolectado los datos ,limpiado el dataset , separado entre train y test , entrenado el modelo y corroborado que no tenemos overfitting ni underfitting ¿Que continua? ¿como seguimos con el proceso ? ¿ Como añadimos nuevos datos ,los probamos con nuestro modelo y exportamos los datos obtenidos?

1
Diego Andrés Dávila Maldonado
Diego Andrés Dávila Maldonado
Estudiante

Hola!
Pregunto esto porque el resultados de mi respuesta varia un poco, una décima en la segunda casa o posición, osea si dio 0,71 para mi es 0,69.
Partiendo del mismo data set, con el mismo código, no debería obtener la misma respuesta?

0
Gustavo Restrepo
Gustavo Restrepo
Estudiante

En el modelo Meanshift qué significa ese banswith?

1
Javier Enriquez Sanchez
Javier Enriquez Sanchez
Estudiante

no me arranca el localhost , supongo que sera cosa de mi ordenador ya que al principio si que lo hizo ,muy buena clase por cierto

2
Javier Enriquez Sanchez
Javier Enriquez Sanchez
Estudiante

¿Cómo podría visualizar el numero de grupos , como de repartidos estan y como serian una vez agrupados ?

0
Santiago Restrepo Escalante
Santiago Restrepo Escalante
Estudiante

Aún no me queda claro como seleccionar el n_components del PCA. Como debo interpretar la grafica para saber si debo adicionar un punto adicional a este parametro o quitarle.

1
Emanuel Anchique Pautt
Emanuel Anchique Pautt
Estudiante

Donde consigo el dataset modificado?

0
jonycaleb
jonycaleb
Estudiante

Los métodos de ensamble tienen que ver o son parte de los Algoritmos por Refuerzo?

0
L_jaramillo
L_jaramillo
Estudiante

PS C:\Users\Santi\OneDrive\Documentos\Platzi\sckit-learn> entorno\Scripts\activate
entorno\Scripts\activate : No se puede cargar el archivo
C:\Users\Santi\OneDrive\Documentos\Platzi\sckit-learn\entorno\Scripts\activate.ps1 porque la ejecución de scripts está
deshabilitada en este sistema. Para obtener más información, consulta el tema about_Execution_Policies en
https:/go.microsoft.com/fwlink/?LinkID=135170.
En línea: 1 Carácter: 1

  • entorno\Scripts\activate
  •   + CategoryInfo          :SecurityError: (:) [], PSSecurityException
      + FullyQualifiedErrorId : UnauthorizedAccess
    

presento el siuqietee problema a la hora de activar el entorno

1
Giovany samaca
Giovany samaca
Estudiante

hola compañeros
una pregunta en el minuto 3:00 a que se refiere con n_componentes = 3?
no me quedo muy claro, el dice que 3 componentes pero cuales son??? esos tres componentes que son?? tambien dice que 3 componentes para no utilizar el total de feaures, pero no logro entender esa parte. agradezco que alguien de la comunidad me ayude gracias

0