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
4.7 · 119 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.
Braulio Alberto Bueno Pabon
@babuenop·
La explicación es clara y fácil de entender. Ayuda mucho a comprender cómo funcionan los árboles de decisión y los random forest, y también cómo se pueden crear y aplicar en la práctica. Excelente para quienes estamos aprendiendo desde cero o queremos reforzar conceptos.
Alexandro Mayoral Terán
@bluepill5·
Un curso práctico bueno para repasar y profundizar, muchas gracias!!! :)
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.
Carlos Mario Osorio Jimenez
@coordinador.calidad9909·
Ejemplos muy claros y recursos muy utiles, excelente introducción a este tema
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
Isaac Bryan Ascanoa Roncall
@Bryan0101·
Me encanto este curso. Te explica de manera especifica y detallada. Hace ver la materia muy sencilla y te permite mejorar tus capacidades y habilidades como programador.
luis arturo Monsalve
@Arhtur·
muy buenooo
Federico Arias
@f_ariassuarez·
Me parecio basico, quizas habria que agregar la parte de hiperparametros
Pablo Campiño
@pcampo21·
Excelente metodología y preparación experiencial del entrenamiento. Los participantes realizaron aportes importantes en vista de algunas actualizaciones. y otros aportes de experiencia.
Brian
@briancorreabrazoban·
Muy buen contenido y excelente la fortma de explicarlo
José Salas Bolívar
@josesalasbolivar98·
Excelente
DANIEL ALEJANDRO DELGADO CAICEDO
@DanielDel1009·
Me encantó. Brutal, por mucho, sino es el mejor, es de los mejores cursos que he tomado. La profe explica súper súper bien, nada tedioso el contenido.
Juan Carlos Montes Estrada
@JuanKKMontes·
Un curso muy bien estructurado, se podría profundizar en el tema de los hiperparametros, no obstante, fue un excelente curso.
ciro palomino almanza
@ciropalomino·
muy bueno y fácil me gusto.
Horacio Licona González
@horaciolicona0711·
Excelente curso, aprendí demasiado sobre los árboles de decisiones, random forest y sus aplicaciones.
Eduardo Enriquez
@edu.e.mendoza·
Muy bien dirigido y explicado en Temas y ejemplos
@rdalbarracinc·
Hasta ahora la mejor profe de platzi, explica despacio y retoma temas vistos anteriormente, se le entiende todo, y no usa librerías obsoletas. Me hizo interesarme por profundizar en este tema-
Daniel Alberto Paredes Peralta
@dparedes16690·
Excelente curso,
Alexis Julián Rojas Huamaní
@ajrojash·
Muy buena teoría.
Juan José Cabrera
@jjuanc10·
De los mejores cursos que hay en platzi. Muy practica y explica muy bien!
martin chavez
@chavezgm2012·
lo retador del examen final XD
@haukefalcon84011·
Excelente curso!
Mauricio Castaño Valencia
@maurocv·
Me ha encantado su forma de explicar los contenidos de forma ordenada, consistente y claramente
Miguel Carvajal
@m.angel9106·
Excelente curso, me encantó, se me hizo muy facil gracias a la docente
Cristian Ruz Sanchez
@cristian-ruz-sanchez·
su simpleza y facil utilizacion
Sergio Andres Rios Gomez
@Ingeniero_SergioRios·
Muy bueno el curso y la profesora explica con mucha claridad, es necesario que por favor incluyan cursos avanzados en temas como este y Machine Learning en general.
Sharon Sarai Maygua Mendiola
@Sha1068·
bueno!
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Machine Learning con Python
28 horas
8 Profes
Aprende y aplica tus conocimientos para desarrollar soluciones avanzadas. Domina las habilidades necesarias para crear modelos de ML efectivos.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender