Mateo Sánchez Alzate
@matthew1438Excelente curso, pero se me complicó un poco entender algunas preguntas del exámen.


Subtítulos en español
167
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 curso, pero se me complicó un poco entender algunas preguntas del exámen.
Curso práctico y teórico. Vimos 3 diferentes algoritmos de clúster, además de como evaluar los resultados para identificar la mejor configuración de manera objetiva.
Excelente curso, que potencial tan enorme para desarrollar proyectos con lo aprendido con el profe Carlos
Buena información
Excelente curso, muy buenas las clases
Muy buen curso para entender los algoritmos de clustering
Gran curso, con un excelente profesor
Excelente curso ayuda a entender el contexto global del tema
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.
Excelente, hace falta mas cursos así.
Me gustó mucho el orden, ritmo y nivel de detalle de este curso, aprendí mucho y el profe es excelente.
Este curso es una excelente introducción al clustering en machine learning. Aborda de forma clara y práctica los conceptos clave y los algoritmos más importantes. Aprendí a identificar cuándo aplicar el clustering y qué algoritmo es el más adecuado para cada caso. La explicación de los fundamentos de K-means y por qué funciona mejor con datos esféricos fue muy útil, así como la comparación con DBSCAN y su capacidad para encontrar clústeres de formas irregulares y manejar el ruido. La parte de la implementación en scikit-learn es muy bien explicada, mostrando cómo usar las propiedades del modelo como kmeans.cluster_centers_ y cómo importar correctamente las clases como AgglomerativeClustering. También se destaca la importancia de la preparación de datos (escalamiento) y la evaluación con métricas como el coeficiente de silueta. En resumen, un curso muy completo y directo al punto. ¡Totalmente recomendado!
Excelente curso, excelente profe
Muy buen curso, estructurado y explicado con ejemplos
Buen curso, temas interesantes. Brinda buenas bases para aprender sobre clustering.
La comparación entre los distintos métodos aprendidos. Es un curso muy completo
Un curso genial sobre el aprendizaje no supervizado y como es el debido proceso del clustering
Muy buen curso
Muy buen curso.
Que bien se explica cada tema. Excelente profe!
El curso es excelente. Carlos Alarcón tiene excelente nivel científico, técnico y Pedagógico
Super bueno el curso, el profesor no deja de lado el tema teorico y explica de una manera muy simple conceptos que pueden ser complejos, super recomendado.
Excelente curso, graciassss
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.
Muy buen curso, Carlos explica con mucha claridad. Tuvo un buen balance conceptual y aplicado.
Excelente curso! Se dan ejemplos muy claros
Excelente!
La calidad humana y profesional del profe.
excelente curso
La manera de enseñar del maestro, es muy didactico con sus explicaciones