Temario y recursos del Curso de Decision Trees y Random Forest
Para este curso vas a necesitar
2 Horas de contenido
10 Horas de práctica
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 para este curso
- Jupyter Notebook, Google Colab, Deepnote, etc.
![Clasificación de automóviles con machine learning](https://static.platzi.com/cdn-cgi/image/width=1024,quality=35,format=auto/media/landing-projects/Piezas-Decision-Trees-Random-Forest-Python-Scikit-learn_Opengraph.png)
Proyecto del curso
Clasificación de automóviles con machine learningCrea un modelo basado en árboles para clasificar carros dependiendo de características que miden su calidad con base en su tecnología, comodidad y precio.
Introducción a árboles de decisión
2 Clases abiertasAcelera tu carrera profesional con más de 23 Clases del Curso de Decision Trees y Random Forest
Comienza ahora