Nivel Básico
28 clases
2 horas de contenido
10 horas de práctica
Aprende a implementar Decision Trees y Random Forest usando Python y scikit-learn. Desde cero, construye, entrena y evalúa modelos de clasificación, aplicando técnicas de Machine Learning para obtener resultados precisos en tus proyectos.
Clases del curso
Proyecto práctico: árboles de decisión
Introducción a random forest
Proyecto práctico: random forest
Conclusión
Certificado digital
¡Comparte tus logros con un certificado!
Cuando termines el curso tendrás acceso al certificado digital para compartirlo con tu familia, amigos, empleadores y la comunidad.
Profes del curso
Conoce quién enseña el curso
Layla Scheli
Consultora de BI, Big Data y Data Science
💻 Ingeniera en sistemas de información.
☁️ Especializada en data analytics, data science, cloud computing y big data.
💡 Freelance y autónoma.
Proyecto del curso
Clasificación de automóviles con machine learning
Crea un modelo basado en árboles para clasificar carros dependiendo de características que miden su calidad con base en su tecnología, comodidad y precio.
conocimientos previos
- Programación en Python.
- Regresión lineal con Python y scikit-learn.
- Matemáticas para machine learning.
- Fundamentos de machine learning con Python.
- Regresión logística con Python y scikit-learn.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.8 · 112 opiniones
Ruben Dario Troche Piñanez
@dtf.ruben.troche·
Excelente el curso y realmente muy últil e interesante. Gracias Totales Profesora y Platzi por agregarme valor.
German Rodriguez
@Geerdata·
Muy Bueno
Israel Guevara
@israelguevara·
Es un buen curso para aprender el funcionamiento y aplicación de los árboles de decisión
Jose Leonardo Perez Niño
@jose.perez5·
Me ayudó a mi tesis
Esteban Navarro Díaz
@estebannavarrodaz·
Es necesario incluir ejemplos de regresión en este curso, ya que se puede pensar que estos algoritmos solo sirven para clasificación.
JOSE LUIS HURTADO BALCAZAR
@jlhb1984·
La calidad humana y profesional de la profe.
Cecilia Aponte
@apontegg·
Excelente contenido para entender la aplicación de arboles de decisión y los conceptos asociados a los parámetros utilizados en este tipo de modelos para su optimización
Hernán Pizarro
@hern4npizarro·
Lo que mas me gusto fue la profe.
Mariano Castelli
@mcastelli3640·
Muy buena combinacion teorico práctica, excelente docente.
Mauricio Escobar
@mauricios_01·
Buen contenido, enfocado al 100% en aprender los conceptos básicos de la implementación de árboles de desición y random forest. En la clase 5, donde se explican los temas de árboles de decisión (al menos a mi) se me hizo un poco confuso dado el ejemplo que se usó como referencia. Quizás otro ejemplo habría aportado más. Agradecería una segunda parte del curso donde se abordaran temas más avanzados. :D
VICTOR HERNANDEZ
@vjhernandez20·
Me pareció estupendo, conceptos y ejemplos acertados. Un curso muy bien orientado.
Julio Leonel Espejo Yañez
@jleonele·
Muy buen curso, facil de entender
luis arturo Monsalve
@Arhtur·
muy buenooo
José Salas Bolívar
@josesalasbolivar98·
Excelente
Hector Jose Rosas Zambrano
@hectorj2252703·
excelente
Aaron Chacon Morales
@aaronrgbwilliam·
Buenas explicación y buena base para este nuevo mundo.
Harry Hoyos
@harry-hoyos·
Me encantó el contenido, aprendí muchisimo
Joaquin Andrez Sepulveda Araya
@joaquin08·
MUy buen curso, la profesora también super buena. También ayuda mucho tener los cuadernos template para practicar
ciro palomino almanza
@ciropalomino·
muy bueno y fácil me gusto.
Eduardo Enriquez
@edu.e.mendoza·
Muy bien dirigido y explicado en Temas y ejemplos
Darrien Sequera
@darriensz·
Excelente curso. Buen contenido de Decision Trees y Random Forest. La profesora explica la parte teórica con acierto. Felicitaciones!.
Alexis Julián Rojas Huamaní
@ajrojash·
Muy buena teoría.
Jorge Andrés Robledo Ariza
@robledo.1337·
Excelente curso
Luis Rayas
@luisrayas2000·
Excelente curso introductorío para la explicación de los arbóles de decisión y los randomforest, además de que se explica como aplicarlos a un proyecto
Sebastian Zapata Ramirez
@sebastian.zapatar772·
Muy interesante para los que estan comenzando en el mundo del ML
martin chavez
@chavezgm2012·
lo retador del examen final XD
HUGO RAYMUNDO MARQUEZ FALCON
@haukefalcon84011·
Excelente curso!
Sebastian Gaviria
@sebasga_79·
Muy buen curso
Mauricio Castaño Valencia
@maurocv·
Me ha encantado su forma de explicar los contenidos de forma ordenada, consistente y claramente
Mauricio Estrada
@maucodev09·
Es un curso extraordinario. La organización del contenido, el ritmo de la profesora, su precisión en las explicaciones, en fin, es un curso que recomiendo ampliamente.
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Data Science e Inteligencia Artificial
Potencia tu carrera con nuestros cursos online de ciencia de datos. Domina la analítica de datos para resolver desafíos y certifícate como Data Scientist.
Ruta
Bases para Analítica y Ciencia de Datos
13 horas
7 Profes
Descubre roles y herramientas de análisis y ciencia de datos desde cero. Aprende matemáticas esenciales, Excel, estadística y probabilidad.
Ruta
Modelos de Difusión: Generación de Imágenes con AI
7 horas
4 Profes
Usa los modelos de difusión para generar imágenes que puedes usar en tus contenidos, campañas y proyectos.
Ruta
Data Scientist con Python
101 horas
18 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Ruta
Análisis y Manipulación de Datos con Python
25 horas
3 Profes
Da el siguiente paso como analista de datos utilizando Python. Maneja y analiza cantidades grandes de datos, profundiza y agiliza tu proceso de análisis.
Ruta
Análisis de Datos y Business Intelligence
27 horas
11 Profes
Analiza datos para identificar patrones y tendencias. Crea reportes y visualizaciones estratégicas para el negocio.
Ruta
Bases de datos SQL
24 horas
4 Profes
Sumérgete en el mundo de las bases de datos y SQL, esta ruta te proporcionará las habilidades esenciales para organizar y manipular datos de manera eficiente.
Ruta
Deep Learning: Computer Vision
22 horas
4 Profes
Adquiere comprensión y práctica de esta disciplina. Domina las técnicas esenciales para procesar imágenes y vídeos, y desarrolla aplicaciones innovadoras
Ruta
Matemáticas para Machine Learning con Python
31 horas
7 Profes
Comprende cómo usar el poder de las matemáticas para crear y optimizar modelos de machine learning.
Ruta
Data Warehousing y ETL
10 horas
3 Profes
Domina la gestión y procesos de ingeniería de datos a gran escala.
Ruta
AI: Desarrollo de Apps con LLMs
18 horas
7 Profes
Desarrolla aplicaciones de AI usando Grandes Modelos de Lenguaje (LLM), como GPT-4 y Llama
Ruta
Machine Learning con Python
25 horas
7 Profes
Aprende y aplica tus conocimientos para desarrollar soluciones avanzadas. Domina las habilidades necesarias para crear modelos de ML efectivos.
Ruta
Domina Excel
13 horas
3 Profes
Aprende Excel de nivel básico a avanzado. Domina esta herramienta esencial para análisis de datos y toma de decisiones eficientes.
Ruta
Data Engineer
103 horas
17 Profes
Crea la infraestructura de extracción y preparación de datos para analítica en organizaciones.
Ruta
Deep Learning: Procesamiento de Lenguaje Natural (NLP)
39 horas
8 Profes
Domina el uso y desarrollo de modelos de lenguaje para tareas de procesamiento de texto con deep learning.
Ruta
Bases de Datos para Data Engineers
32 horas
6 Profes
Maneja bases de datos relacionales y NoSQL para modelar y almacenar datos para analítica y BI.
Ruta
Data Analyst
46 horas
12 Profes
Explora la especialidad de Data Analytics con cursos online: descubre patrones y crea informes estratégicos.
Ruta
Computación y Machine Learning en la Nube con AWS
31 horas
5 Profes
Gestiona tu infraestructura de datos en la nube. Eleva tus habilidades de Data Engineer y acércate al perfil de Machine Learning Engineer con AWS.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender