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 · 123 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.
Oscar Alfonzo Medrano Yilalys
@oscaralfonzomedranoyilalys·
Este curso ofrece una introducción sólida y práctica a la clasificación en machine learning. Cubre los conceptos fundamentales del entrenamiento de modelos, desde la preparación de datos hasta la evaluación con métricas clave como la matriz de confusión y el F1-Score. Lo más destacado es la sección dedicada a los algoritmos basados en árboles. Se explica de forma clara y concisa cuándo usar un árbol de decisión simple por su interpretabilidad o cuándo optar por la robustez y mayor precisión de los bosques aleatorios. Es un curso muy recomendado para quienes buscan una base teórica y práctica para aplicar estos modelos en problemas reales.
Ronald Andrey Beltran Parada
@andrey.beltran28·
Excelente curso
Jason Sepulveda
@jasonssdev·
Muy buen curso para aprender lo fundamental de random forest, directo al grano y con ejemplos practicos
Gilberto Gutiérrez Gordillo
@gilgutgo·
La docente explica muy bien el contenido del tema
Rogelio Valadez
@rogeliozedalav004·
Muy bien explicado y te da una fuerte introduccion y base a este tipo de algoritmos de clasificación
Jose Fernando Garcia Marin
@jfgm_333·
La profe es genial, muy claro todo
Alexis Aquino Noriega
@economathnoja·
UN curso muy comleto para entender los algoritmos de clasificacion que son arboles aleatorios y bosques aleatorios, el contenido muy muy bueno y preciso, sin embargo hizo falta profundizar en algunos parametros como criterios para el modelo, en general un buen curso de nociones basicas o para entender estos algoritmos.
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso, y excelente profesora. Tiene la capacidad innata para enseñar, explica de forma muy detallada, paso a paso. Lo cual resulta de gran ayuda, para quienes no somos del area de la programación y desarrollo.
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.
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Las excelentes explicaciones de la maestra y muy buenos ejemplos.
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
Nery Fuentes
@nery.fuentes·
Excelente curso :)
Claudio Anastacio Mojica Valdez
@cmojicavaldez·
Buen docente explica bien paso a paso no se sintió complejo el curso, este tipo de calidad docente y metodología de enseñanza debe prevalecer en platzi
German Rodriguez
@Geerdata·
Muy Bueno
Andrés Felipe Ruiz Medina
@andresfruizmedina·
Muy buen curso, cada vez que veo un curso de la escueta de Ciencia de datos entiendo mucho más
RENÉ CARDOSO
@rcardosob·
Excelente curso. Ojalá y la profesora de más cursos.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Daiana Davidson
@davidsondaiana.s·
exelente y fácil de seguir
David Salazar Saldarriaga
@dsalazarsa·
Muy Bueno
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
Cristian Eduardo Florián
@eduardoflorian7·
Excelente curso, muy práctico.
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.
Julio Leonel Espejo Yañez
@jleonele·
Muy buen curso, facil de entender
Aaron Chacon Morales
@aaronrgbwilliam·
Buenas explicación y buena base para este nuevo mundo.
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
@horaciolicona0711·
Excelente curso, aprendí demasiado sobre los árboles de decisiones, random forest y sus aplicaciones.
Wilmer David Cedeño Mendoza
@Trixtaro·
Me gusta que se enfoque solo en los arboles de decisión y tenga varios ejemplos, y tambien como procesar la data categorica en numerica
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Machine Learning con Python
27 horas
7 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