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.
conocimientos previos
- Regresión lineal con Python y scikit-learn.
- Matemáticas para machine learning.
- Fundamentos de machine learning con Python.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.8 · 154 opiniones
FELIX DAVID CORDOVA GARCIA
@felix.david.cordova.garcia·
Curso espectacular, vale la pena tomarlo y repasarlo varias veces, se aprende demasiado :)
Steban Cadena
@steban_ca·
Buen curso, temas interesantes. Brinda buenas bases para aprender sobre clustering.
Oscar David Bocanegra Capeara
@David_Bocanegra·
Un curso genial sobre el aprendizaje no supervizado y como es el debido proceso del clustering
Marcos Bernal Romero
@matemarck·
Excelente curso para entender las nociones básicas de los 3 algoritmos de clusterización más populares (requiere conocimiento intermedio de python).
Israel Guevara
@israelguevara·
Este curso es muy bueno, no solo para aprender sobre el tema de clustering sino también a temas de programación y estructura de datos con python
Luis Alberto Jaramillo Sevilla
@luis.jaramillo.sevilla560·
Excelente curso, graciassss
Miguel Andres Castro Bocarejo
@macb93·
Otro gran curso de Carlos Alarcón. Me pareció muy fácil de entender como funcionan los diferentes tipo de Clustering con ejemplos prácticos y fáciles de replicar.
Juan Camilo Higuera Calderón
@juancahica·
Muy buen curso, Carlos explica con mucha claridad. Tuvo un buen balance conceptual y aplicado.
Cristian perez
@crojo13·
de los m,ejores de la ruta
Daniel da Silva Jarque
@ddasilvajarque·
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.
Mariano Gonzalez
@mgonzalez204·
Excelente curso. Saludos.
David Salazar Saldarriaga
@dsalazarsa·
excelente
David Zambrano
@dezh.econ·
aprendí muchísimo. muchas gracias por esta clase!
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
Pablo Campiño
@pcampo21·
Excelente curso gracias a la metodologia y los ejemplos de las prácticas. El contenido ayuda a entender progresivamente los temas.
Henry Laguna Carvajal
@henry.laguna·
el conocer clustering y sus diferentes métodos
Hector Jose Rosas Zambrano
@hectorj2252703·
Excelente
Alejandro Restrepo Román
@alejoereroman54·
Excelente el desarrollo del curso
@pfc_perez·
El contenido del curso es muy bueno, regularmente, los cursos se enfocan en aprendizaje supervisado. Este curso es excelente y el profesor explica claramente
José Salas Bolívar
@josesalasbolivar98·
Excelente
John Castañeda
@john.castaneda9037·
Excelente curso
Astrid Baquero Bernal
@astridbaquero·
Su utilidad
@sandra.posada·
Buen curso
@katiuski.chavez1297·
Excelente!!!
Juan Sebastian Angel Hidalgo
@juan.angel·
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
Jhony Rolando Catunta Suxo
@jhonyan1406·
la didáctica que tiene el docente
Andres Octavio Romero Castro
@ao_romero526·
NA
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data Scientist con Python
94 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.
Ruta
Machine Learning y Matemáticas con Python
27 horas
8 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender