Jovanny Delgado
@jovannydelgadoLo mejor fue conocer como puedo utilizar el clustering para agrupar datos según sus caracteristicas


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
Lo mejor fue conocer como puedo utilizar el clustering para agrupar datos según sus caracteristicas
tan fácil como sencillo tan difícil como imposible piensa reflexiona tómate tu tiempo Brisa no hay el éxito no aguarda.
El docente es espectacular, me encanta su forma de explicar
Lo práctico y "orientado a hacer" que es el curso
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.
FUE MUY BUENO
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.
excelente el docente, quiero verlo explicando mas algoritmos de ML
Lo mejor del curso fue aprender sobre este algoritmo y su forma de implementarlo
muy bueno :)
Excelente curso para salir y aplicarlo para generar valor en la empresas
Muy buen curso de clustering
muy bueno
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
un curso muy bien estructurado
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.
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
Excelente, hace falta mas cursos así.
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.
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!
el docente tiene un alto dominio del tema y sabe explicar muy bien los conceptos así como la aplicación de los mismos.
Un curso genial sobre el aprendizaje no supervizado y como es el debido proceso del clustering
El curso es excelente. Carlos Alarcón tiene excelente nivel científico, técnico y Pedagógico
La estructura del curso y las explicaciones del profesor.
Bastante explicativo y muy fácil de entender, me gustaría
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.