
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
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
4.8 · 166 opiniones


Cristian Mauricio Rojas Olivares
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
De los pocos cursos que ralamente se puede aprender ML, involucrando matemáticas y programación.


Enrique Jiménez Téllez
Excelente curso muy práctico y teórico


LUIS GUILLERMO MONCADA RUIZ
conocer herramientas que nos ayuden a descifrar patrones en los textos, fue algo muy util

Jerson David Puentes Sanchez
Descubrir las aplicaciones de la clasificación de texto y el procesamiento de lenguaje natural (NLP)


uriel yesith parra fuentes
Excelente curso, el profesor explica detalladamente los conceptos matemáticos que soportan los algoritmos. Es muy útil para entender para después aplicar correctamente utilizando las librerías de alto nivel disponibles

Ronald Escobar
El Profesor


Rafael Rivera
Excelente curso, muy buen profesor.


Carlos García Almodóvar
Me ha gustado mucho como se ha explicado el proceso de desarrollo de los algoritmos. El profesor tiene mucha facilidad para explicar de forma muy entendible todos los contenidos.

Cristian Y. Juzga
La forma en que el docente aborda el tema, su explicación es impecable.

Santiago Tellez
Se conocen distintos tipos de algoritmos para la clasificación de texto explicado claramente


Carlos A. Sánchez
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


Oscar Gomez
Excelente curso. Se recomienda poder incluir lemmatization y aplicación de modelos de machine learning con vectorization para el próximo curso.


Robinson Moreno
Curso bastante avazado, pero muy bueno y el profesor con buena estructura de ensennanza.

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.

Diego Alejandro Muñoz Camayo
Excelente curso, sin duda el profesor sabe del tema y lo explica de la mejor manera, se nota trabajo y preparación, esperemos saquen el curso que termine la serie.


Kenny José Miranda Deluque
Excelente curso! queda claro que aún queda mucho por explorar... A la espera de más entregas a esta especialización del machine learning.


Libardo Jose Castro Aparicio
El profecor tiene los conocimientos claros sobre el tema lo que hacen las clases mas faciles de entender.


Samuel Joshua Reyes Martínez
Buen curso y gran profesor, lo recomeindo para seguir en el camino del machine learning


Josue Trinidad Acosta
Me encantó este curso, la forma en que el profesor enseña me parece la más óptima. A veces, las lecciones parecen largas pero valen la pena. Felicidades maestro Francisco, tiene todo mi respeto :D


Eduardo Arredondo Fernández
Excelente curso sobre todo por el profesor que lo impartió, un excelente profesor


Rodolfo Arturo González Trillo
¡Excelente curso! Espero en el futuro más cursos con mucha matemática y especialización como éste.


Fabio Andrés Peña
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


Manuel Pérez Terradillos
Conceptos explicados con una claridad exquisita formando una base excepcional para seguir profundizando en el procesamiento del lenguaje natural. Simplemente bravo

Garro Ladino Sergio Ezequiel
excelente curso, muy buen profesor, explica muy bien


Fco. Javier Luque Terriza
Gran curso. Muchos interesantes conceptos y realmente bien explicados. Gracias.


Gabriela Chamorro Legarda
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
Genial curso, aunque los videos estaban muy largos, mejor separarlos en 2 videos.

Alejandra Maria Restrepo franco
Exccelente curso, muy buen documentado y con la construccion en linea de los codigos


Andrés Felipe Rubiano Moreno
Estuvo increíble el curso, especialmente por que explica las bases y el por que no solo el código.
Complementa este curso con nuestras rutas de aprendizaje

Inteligencia Artificial y Data Science
Aprende ciencia de datos con cursos de Data Science y explora el potencial sin límites de los datos, el machine learning y la inteligencia artificial.




Análisis y Visualización de Datos
Aprende a extraer, limpiar, analizar y visualizar datos para comunicar insights y apoyar la toma de decisiones estratégicas en los negocios.




Data Engineer
Aprende a construir y gestionar pipelines de datos escalables, utilizando herramientas como Spark, Airflow, y bases de datos SQL y NoSQL en entornos cloud.




Machine Learning y Deep Learning
Profundiza en algoritmia, aprendizaje supervisado, no supervisado, redes neuronales, y el despliegue de modelos de Data Science e Inteligencia Artificial en producción.




Fundamentos de Data Science y AI
Adquiere las bases matemáticas, de programación y de ingeniería de software necesarias para iniciar en el mundo de la ciencia de datos y la inteligencia artificial.
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender