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.

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
3 Clases abiertasAcelera tu carrera profesional con más de 23 Clases del Curso de Decision Trees y Random Forest
Comienza ahora