Nagcely Mendoza
@NagcelyExcelente profesor y contenido para entrenar modelos de machine learning con algoritmos no supervisados.


Subtítulos en español
159
Opiniones
básico
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.
Platzi Team
Excelente profesor y contenido para entrenar modelos de machine learning con algoritmos no supervisados.
Ejemplos perfectamente adecuados al tema y muy extensos en la explicacion
¡Excelente curso!
Excelente curso
Excelente curso, muy buena la teoría y luego se realiza un ejercicio practico muy completo, muy buen profesor, claro y enseña paso a paso los modelos.
.
excelente curso y más por el profe Carlos
¡Excelente curso, lo recomiendo al 100%!
Muy buen curso, excelente facilitador, el temario esta muy bien construido,
Carlos, mi rey, mi comandante, cursazo como siempre! Militante del profe Carlos hasta la tumba
Lo mejor fue conocer como puedo utilizar el clustering para agrupar datos según sus caracteristicas
El docente es espectacular, me encanta su forma de explicar
Lo práctico y "orientado a hacer" que es el curso
curso fundamental
El profesor Carlos es el mejor de la Platzi. Su metodologia de enseñanza no puede ser mejor
Extraordinario curso para adentrarnos al aprendizaje no supervisado. Espero más cursos como este. Gracias, Platzi!
Excelente curso, lo tome mientras hago un proyecto similar en la empresa que trabajo y me resolvio muchas dudas, Recomendado!!
excelente el docente, quiero verlo explicando mas algoritmos de ML
Excelente curso, muy bien explicado
Excelente
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
Gracias por el curso.
Este es uno de los cursos que más me gustaron porque no se queda solo en conceptos, sino porque en la parte final aplica lo aprendido con datasets reales
El poder entender los diferentes modelos, sin embargo sería bueno que mencionaran la cantidad de datos que recomendados a usar con cada uno de los modelos, ya que hace mención sobre si performance pero no sobre la cantidad máxima de datos que pude tolerar cada modelo. De resto muy buen curso, excelente el docente.
Muy buen curso, el profe explica muy claro, super utiles las notebooks que ya deja precargadas para descargar
Ha sido una buena práctica. el contenido en general es bastante bueno. Mi única objeción es que han habido algunos conceptos que han confundido un poco. Por ejemplo el uso de standard scaler (peculiarmente sensible a los outliers), donde en este caso específico habría sido más útil un RobustScaler.
Muy buen curso, estructurado y explicado con ejemplos
La verdad el profesor es excelente, ojala diera todos los cursos de la ruta xD
Que bien se explica cada tema. Excelente profe!
La estructura del curso y las explicaciones del profesor.