Nivel Avanzado
27 clases
5 horas de contenido
12 horas de práctica
Resuelve tareas de clasificación de texto con algoritmos de Machine Learning. Aprende a predecir el género de nombres y detectar spam en correos electrónicos. Desarrolla modelos personalizados e implementa Naive Bayes desde cero usando Python.
Clases del curso
Modelos Markovianos Latentes (HMM)
Algoritmo de Viterbi
Modelos Markovianos de máxima entropía (MEMM)
Clasificación de texto con NLTK
Implementación de un modelo de clasificación de texto
Profes del curso
Conoce quién enseña el curso
Proyecto del curso
Sistema de clasificación de textos
Con todo lo aprendido en el curso podrás crear tu propio sistema para clasificar tanto palabras, frases y documentos. Así podrás saber el grupo léxico al que pertenecen, su género e identificar si un mensaje es spam o no.
conocimientos previos
- Python y NLTK
- Fundamentos de procesamiento de lenguaje natural
- Probabilidad y estadística
software y recursos necesarios
- Jupyter Notebooks o Google Colab
Opiniones del curso
4.8 · 166 opiniones
Cristian Mauricio Rojas Olivares
@Kryss95·
El curso mas dificil para mi por lejos, si alguno de mis compañeros de platzi lee esto mientras aun lo esta estudiando les recomiendo tener paciencia y no parar, es un tema complejo, pero a no claudicar amigos. Y a nunca dejar de aprender y en este caso de intentarlo
Jorge Ivan Avalos Lopez
@jorge.avaloslj·
De los pocos cursos que ralamente se puede aprender ML, involucrando matemáticas y programación.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Camilo Orbes Cabrera
@corbes·
Un curso muy completo
Carlos Perilla
@carlos7736·
Un curso muy completo sobre el procesamiento de lenguaje. Todo lo que precedió los LLM modernos
Laura Quintero
@lmarcela.quintero·
Excelentes explicaciones
Alan Stiven Camacho Restrepo
@ascamach·
Muy buen contenido y explicacion del profe
LUIS GUILLERMO MONCADA RUIZ
@fiyugun·
conocer herramientas que nos ayuden a descifrar patrones en los textos, fue algo muy util
Emilio José Barrera
@emiliochaparro·
De los cursos más dificiles e interesantes que he tomado
Ruben Dario Troche Piñanez
@dtf.ruben.troche·
Muy bueno y muy interesante el curso. Gracias Totales Profesor y Platzi por agregarme valor.
Rafael Rivera
@rafarivera75·
Excelente curso, muy buen profesor.
Ricardo Talavera
@ricardotalaveraotoya·
El profesor excelente. Pero NO VEO LOS SIGUIENTES DOS CURSOS QUE IBA A DAR PUES TERMINABA CON DEEP LEARNING....PORQUE NO CIERRAN E CICLO BIEN.
Luis Gerardo Bourde Ortega
@LuisBourde·
Gracias por el curso Joven.
Santiago Tellez
@santiago-tellez·
Se conocen distintos tipos de algoritmos para la clasificación de texto explicado claramente
Carlos A. Sánchez
@csanchezchan·
De los mejores cursos que hay en Platzi. Es complejo y a la vez tan bueno, que recomiendo verlo muchas veces para entenderlo en su totalidad
Irving Jerico Hernandez Diaz
@Jericohd·
Uno de los cursos más completos de NPL que he tomado, me gusta que tiene muy buenos fundamentos.
Robinson Moreno
@robinsonmoreno·
Curso bastante avazado, pero muy bueno y el profesor con buena estructura de ensennanza.
Felipe Andres Torres Haro
@felipeandrestorresharo·
Este profesor realmente me gusta, en general con la experiencia de platzi he desarrollado mis habilidades, por eso a lo largo de todos los cursos que he hecho, este es uno bastante bueno que contribuye a mi experiencia educativa.
@alan_grosso·
Sin lugar a dudas uno de los mejores profesores de la línea ML y AI es Francisco Camacho. Este curso no es la excepción. Recomendado.
Developers IT
@developersmaven·
:) .............................................................................................................................................................................................................
luis fernando Tapia
@Luisf718·
Me fascinaron los dos cursos que dio sobre NLP y me encantaría que el hiciera otro curso sobre algoritmos mas complejos para NLP
Williams Juniors Martínez Pérez
@williamsm·
excelente profesor, seco en lo que hace y espero con ancias aunque se que no las va a hacer, las siguienes partes del curso
Fabio Andrés Peña
@fabio.pena·
escubrir las aplicaciones de la clasificación de texto y el procesamiento de lenguaje natural (NLP) Entender tareas del NLP como la desambiguación y el etiquetado de palabras Comprender y usar los algoritmos de clasificación de texto con Python y NLTK Implementar tu propia versión del Modelo Markoviano de Máxima Entropía (MMME) Usar algoritmos de clasificación para realizar análisis de sentimientos
Marcelo Damián Briones
@margori·
Uno de los cursos que más me voló la cabeza por su simplicidad y las posibilidades de aplicación!
Herman enrique Chilma Fernandez
@shermmanth23·
Descubrir las aplicaciones de la clasificación de texto y el procesamiento de lenguaje natural (NLP) Entender tareas del NLP como la desambiguación y el etiquetado de palabras
Andrés David Moreno Galindo
@AndresDMorenoG·
Buena organización temática con gran calidad en el aprendizaje de temas de vanguardia
@evangx·
Excelente curso para entender el proceso de clasificación de textos. Se enseña desde las bases, hasta usar librerías dedicadas a este fin.
Fco. Javier Luque Terriza
@javiluke·
Gran curso. Muchos interesantes conceptos y realmente bien explicados. Gracias.
Gabriela Chamorro Legarda
@gabrielachamorro·
Es un excelente curso para entender cómo funcionan los algoritmos de clasificación de texto, tanto con las librerías existentes como la construcción de su lógica desde cero en Python de modelos clásicos y un poco más avanzados. El profesor explica de una manera clara la teoría y la implementación.
Mayra Carolina Morataya Guerra
@mayracarolina·
Genial curso, aunque los videos estaban muy largos, mejor separarlos en 2 videos.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data Scientist
128 horas
30 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Deep Learning: Procesamiento de Lenguaje Natural (NLP)
39 horas
8 Profes
Domina el uso y desarrollo de modelos de lenguaje para tareas de procesamiento de texto con deep learning.
Ruta
Deep Learning con Python
39 horas
8 Profes
Utiliza redes neuronales para entrenar modelos con grandes cantidades de datos. Crea proyectos avanzados de inteligencia artificial.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender