Andres Octavio Romero Castro
@ao_romero526NA


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
NA
.
Ejemplos perfectamente adecuados al tema y muy extensos en la explicacion
Excelente Curso
Excelente curso introductorio a Clustering con sklearn. El profesor es muy claro y domina la materia.
es genial poder corroborar mis conocimientos
excelente curso y más por el profe Carlos
Excelente curso!
Otro gran curso dictado por el gran Carlos Alarcón, aprendí muchas cosas interesantes que me serán de gran ayuda.
La practica
Lo práctico y "orientado a hacer" que es el curso
los ejemplos usados por el docente para explicar los temas
Extraordinario curso para adentrarnos al aprendizaje no supervisado. Espero más cursos como este. Gracias, Platzi!
Buen curso, muestra claramente las consideraciones y aplicaciones de los diferentes métodos de una manera entendible.
Escelente!! Muy buena información. Un curso muy entretenido y apasionate.
excelente el docente, quiero verlo explicando mas algoritmos de ML
Excelente curso, de los mejores de Machine learning
Muy buen curso, uno de mis favoritos por mucho
muy bueno :)
Excelente curso, muy bien explicado
Excelente curso para salir y aplicarlo para generar valor en la empresas
Excelente
Es genial la metodología utilizada, utilizando problemas prácticos para poder aplicar la teoría y aprender a ecoger los mejores híperparametros para cada algoritmo. Sería estupendo tener cursos mas avanzados sobre los demás algorimos de clustering que existen.
Curso práctico y teórico. Vimos 3 diferentes algoritmos de clúster, además de como evaluar los resultados para identificar la mejor configuración de manera objetiva.
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.
el docente tiene un alto dominio del tema y sabe explicar muy bien los conceptos así como la aplicación de los mismos.
Muy buen curso