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 · 146 opiniones
FELIX DAVID CORDOVA GARCIA
@felix.david.cordova.garcia·
Curso espectacular, vale la pena tomarlo y repasarlo varias veces, se aprende demasiado :)
Nicolas Urrego
@nicurrego·
Que bien se explica cada tema. Excelente profe!
Nery Fuentes
@nery.fuentes·
Excelente curso :)
Angel Armando Estrada Engallo
@angest1000·
Bastante explicativo y muy fácil de entender, me gustaría
Luis Alberto Jaramillo Sevilla
@luis.jaramillo.sevilla560·
Excelente curso, graciassss
Jorge Miguel Diaz
@migueldi·
Maravilloso curso, el profe explica de forma excelente!
Jhoan Fernando Patiño Carrillo
@jhn.patino·
La manera de enseñar del maestro, es muy didactico con sus explicaciones
Daniel da Silva Jarque
@ddasilvajarque·
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.
David Salazar Saldarriaga
@dsalazarsa·
excelente
David Zambrano
@dezh.econ·
aprendí muchísimo. muchas gracias por esta clase!
Mauricio Davila Rafesca
@davil_r·
Excelente.
Daniel Moreno
@damt·
Excelente curso introductorio para comenzar a aplicar y optimizar algoritmos de Clustering.
@rene.fuquene·
Buen curso
Hector Jose Rosas Zambrano
@hectorj2252703·
Excelente
@sandra.posada·
Buen curso
Andres Octavio Romero Castro
@ao_romero526·
NA
Ignacio Garcia Vicente
@nach.garcia·
Inmejorable
Camilo López
@camilo.lopez7216·
Sería bueno hacer ejemplos con variables categóricas
Alexis Julián Rojas Huamaní
@ajrojash·
Muy buenas las explicaciones.
José Pablo Cabrera Romo
@jose94pablo·
¡Excelente curso!
Luis Ernesto Domínguez Velásquez
@ldominguez667·
Es un buen curso donde se ve la teoría y la práctica de 3 algoritmos de segmentación K-means, DBSCAN y hierarchical clustering. Con estos algoritmos se puede segmentar clientes de una empresa con objetivo por ejemplo de crear nuevos productos y servicios en función a las necesidades del cliente.
LUIS GUILLERMO MONCADA RUIZ
@fiyugun·
De verdad que me siento muy orgulloso de este profesor, demasiado teso, ufff
Juan Camilo Botero Rendon
@juancamiloinfor62·
Fue un curso muy completo, excelente, aprendí mucho.
Emel GM
@emelgm·
excelente curso y más por el profe Carlos
Juan R. Vergara M.
@juan-raul-vergara-m·
Otro gran curso dictado por el gran Carlos Alarcón, aprendí muchas cosas interesantes que me serán de gran ayuda.
LILY ALEJANDRA CARDENAS GALLEGO
@jhon.sebastian.serna·
Excelente contenido, el profesor domina muy bien los temas
Ruben Dario Troche Piñanez
@dtf.ruben.troche·
Espectacular el curso, la didáctica del profesor brillante como nos tiene acostumbrado, los temas tratados como siempre muy interesantes. Gracias Totales Profesor y Platzi por agregarme valor.
Juan Manuel Ramirez
@jumramot·
El profesor Carlos es el mejor de la Platzi. Su metodologia de enseñanza no puede ser mejor
Eduardo Arredondo Fernández
@lalo_arredondo·
los ejemplos usados por el docente para explicar los temas
Irving Hernández
@irving.hernandez.ag·
Extraordinario curso para adentrarnos al aprendizaje no supervisado. Espero más cursos como este. Gracias, Platzi!
Eleva tu aprendizaje
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.
Ruta
Análisis y Visualización de Datos
52 horas
10 Profes
Aprende a extraer, limpiar, analizar y visualizar datos para comunicar insights y apoyar la toma de decisiones estratégicas en los negocios.
Ruta
Data Engineer
43 horas
12 Profes
Aprende a construir y gestionar pipelines de datos escalables, utilizando herramientas como Spark, Airflow, y bases de datos SQL y NoSQL en entornos cloud.
Ruta
Machine Learning y Deep Learning
63 horas
16 Profes
Profundiza en algoritmia, aprendizaje supervisado, no supervisado, redes neuronales, y el despliegue de modelos de Data Science e Inteligencia Artificial en producción.
Ruta
Fundamentos de Data Science y AI
52 horas
12 Profes
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.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender