Nivel Básico
28 clases
4 horas de contenido
12 horas de práctica
Agrupa países según métricas económicas y sociales usando clustering con Python y scikit-learn. Aprende a manejar datasets, eliminar duplicados, detectar outliers y normalizar variables. Aplica K-means, clustering jerárquico y DBSCAN.
Clases del curso
K-means
Hierarchical clustering
DBSCAN
Proyecto: resolviendo un problema con clustering
Conclusiones
Profes del curso
Conoce quién enseña el curso
Proyecto del curso
Clusterización de datos: categorización de países y segmentación de clientes
Crearás un proyecto de datos de países con características socio-económicas similares aplicando K-means, clustering jerárquico y DBSCAN para crear clústeres de datos. Como proyecto final deberás realizar una segmentación de clientes, agrupándolos de acuerdo a sus características de personalidad y comportamiento.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.8 · 159 opiniones
FELIX DAVID CORDOVA GARCIA
@felix.david.cordova.garcia·
Curso espectacular, vale la pena tomarlo y repasarlo varias veces, se aprende demasiado :)
Adriana Villalobos
@pixelciosa·
Me gustó mucho el orden, ritmo y nivel de detalle de este curso, aprendí mucho y el profe es excelente.
Jason Sepulveda
@jasonssdev·
Muy buen curso, estructurado y explicado con ejemplos
Steban Cadena
@steban_ca·
Buen curso, temas interesantes. Brinda buenas bases para aprender sobre clustering.
Juan Pablo Lopez Mejia
@juanpablo.lopez.mejia·
Excelente curso
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Nicolas Urrego
@nicurrego·
Que bien se explica cada tema. Excelente profe!
Mateo Chaves Vanegas
@mchavezv·
Super bueno el curso, el profesor no deja de lado el tema teorico y explica de una manera muy simple conceptos que pueden ser complejos, super recomendado.
RENÉ CARDOSO
@rcardosob·
Breve, conciso, y muy bien explicado. Como siempre, excelente profesor. Si uno desea profundizar, puede buscar fuentes por fuera. Este curso es introductorio nivel medio. Muy bien Platzi !!!
JOSE LUIS HURTADO BALCAZAR
@jlhb1984·
La calidad humana y profesional del profe.
Isaac Ramirez
@ulisac0426242·
excelente curso
Jhoan Fernando Patiño Carrillo
@jhn.patino·
La manera de enseñar del maestro, es muy didactico con sus explicaciones
Tomás Bianco
@tomibianco·
El mejor profesor de lo que va de data science.
Daniel da Silva Jarque
@ddasilvajarque·
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.
David Salazar Saldarriaga
@dsalazarsa·
excelente
Mauricio Davila Rafesca
@davil_r·
Excelente.
Jennifer Paola Blanco
@jblanco5380·
Excelente curso, este tema de ML me gusta mucho y estoy aprendiendo un monto. Carlos es excelente docente
Raúl Mamani Cusi
@mc.raul86·
Gracias Carlos, como siempre tus clases son una de las mejores. Sigue adelante
Sergio Mora
@swer07·
Me encanto el curso porque la puntualidad del tema, las ventajas las explica de forma muy clara . Creo que se puede profundizar un poco algunos casos de uso ya que he visto que el hysterical cluster puede ser limitado
Isaac Bryan Ascanoa Roncall
@Bryan0101·
Este curso es recomendable para la gente que esta en el mundo de machine learning. Ademas, explican a detalle y con ejemplo de data real el desarrollo de estos.
Alan Stiven Camacho Restrepo
@ascamach·
Buena clustering
Pablo Campiño
@pcampo21·
Excelente curso gracias a la metodologia y los ejemplos de las prácticas. El contenido ayuda a entender progresivamente los temas.
Daniel Moreno
@damt·
Excelente curso introductorio para comenzar a aplicar y optimizar algoritmos de Clustering.
Hector Jose Rosas Zambrano
@hectorj2252703·
Excelente
Alejandro Restrepo Román
@alejoereroman54·
Excelente el desarrollo del curso
José Salas Bolívar
@josesalasbolivar98·
Excelente
Rosario Puertas Rios
@rosario.puertas·
Tema interesante
@katiuski.chavez1297·
Excelente!!!
Joaquin Andrez Sepulveda Araya
@joaquin08·
Muy bueno el curso, la última parte se vuelve un poco compleja pero imagino está bien. Excelente profe, eso si sería bueno agregar los cuadernos template para no tener que usar el cuaderno con todos los resultados
Weimar Avendaño Barragán
@weimar.avendano·
Muy claros los conceptos
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Machine Learning y Matemáticas con Python
30 horas
9 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist con Python
93 horas
17 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender