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
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 · 114 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.
Mateo Chaves Vanegas
@mchavezv·
Un curso increible, me parecio muy interesante todo lo que podemos hacer con los arboles de decision y los random forest
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Daiana Davidson
@davidsondaiana.s·
exelente y fácil de seguir
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.
David Salazar Saldarriaga
@dsalazarsa·
Muy Bueno
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
Jennifer Paola Blanco
@jblanco5380·
Excelente curso!!
Raúl Mamani Cusi
@mc.raul86·
Muy buen curso gracias, ahora a ponerlo en practica
Ignacio Joel Duran Choque
@nAcHo·
De los mejores cursos que he tomado, la profesora aclaraba muy bien los conceptos y los procedimientos paso por paso, no dejaba nada entredicho, y me sirvió mucho para entender la mecánica en general de los modelos predictivos
Daniel da Silva Jarque
@ddasilvajarque·
Gracias a la profesora, por el curso y a los compañeros, por sus aportaciones.
Julio Leonel Espejo Yañez
@jleonele·
Muy buen curso, facil de entender
Gerardo Toboso
@ger1909·
Excelente curso!
luis arturo Monsalve
@Arhtur·
muy buenooo
Brian
@briancorreabrazoban·
Muy buen contenido y excelente la fortma de explicarlo
Sebastian López
@sebastian_lopez·
Me encanto al forma de enseñar de la profe, explicando paso a paso y teniendo un notebook documentado
José Salas Bolívar
@josesalasbolivar98·
Excelente
Hector Jose Rosas Zambrano
@hectorj2252703·
excelente
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.
LUIS GUILLERMO MONCADA RUIZ
@fiyugun·
Los Ejemplos de Machine learning siempre salen en un escenario muy ideal, me gustaria hacer ejemplos donde se manejen similares a las reales, con datos que no son faciles de manejar.
Felipe Sebastián Zepeda González
@pipevash·
Excelente curso introductorio a Decission Trees y Random Forest. La profesora domina la materia y realiza ejercicios interesantes.
Bryan González
@bgonzalez6·
Es un excelente curso, es muy sencillo y las explicaciones son muy buenas. La profesora es genial.
Jesus Calderon
@j.calderon·
Excelente contenido, me parece bien hacer las clases cortas para mejorar el entendimiento, la facilitadora expresa claramente las ideas, tiene un solido dominio del conteniod.
Christian Julian Acosta Santamaria
@Julian0216·
Excelente introducción sencilla a estos dos conceptos, sé que hay partes mas complejas de ajustes de los modelos. Pero para introducirnos en la práctica, está perfecto, me encantó
Luis Ernesto Domínguez Velásquez
@ldominguez667·
Conocer los conceptos y preceptos del algoritmo de árbol de decisión a random forest y plasmarlos en la práctica.
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.
Miguel Carvajal
@m.angel9106·
Excelente curso, me encantó, se me hizo muy facil gracias a la docente
Valery Villamizar Avella
@valeryva321·
Excelente explicación
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Inteligencia Artificial y Data Science
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
Análisis y Visualización de Datos
52 horas
10 Profes
Análisis y Visualización de Datos
Ruta
Machine Learning y Deep Learning
60 horas
15 Profes
Machine Learning y Deep Learning
Ruta
Fundamentos de Data Science y AI
52 horas
12 Profes
Fundamentos de Data Science y AI
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender