Nivel Básico
27 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.
K-means
Hierarchical clustering
DBSCAN
Proyecto: resolviendo un problema con clustering
- 19
Preparar datos para clusterizar
13:30 min - 20
Aplicando PCA para clustering
12:08 min - 21
Resolviendo con K-means
09:24 min - 22
Resolviendo con hierarchical clustering
07:12 min - 23
Resolviendo con DBSCAN
17:25 min - 24
Resolviendo con DBSCAN (sin PCA)
05:24 min - 25
Evaluación resultados de distintos modelos de clustering
10:47 min
Conclusiones
Profes del curso
Conoce quién enseña el curso
Platzi Team
Opiniones del curso
4.8 · 175 opiniones
Carlos Eduardo Cifuentes Sanabria
@carloscifuentes1560·
Genial
Mateo Sánchez Alzate
@matthew1438·
Excelente curso, pero se me complicó un poco entender algunas preguntas del exámen.
Anuar Steven Garcia
@agarcia7416·
un curso muy bien estructurado
Angel Rodriguez
@angel-rodriguez276·
Excelente clase, te hace adentrarte en este algoritmo de clasificacion tan importante, porque te determina patrones que un humano le costaria ver de forma numerica, rapida y facil. Ademas que la forma de explicacion del profesor es excelente
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender