Platzi Team
Curso de Clustering con Python y scikit-learn

Opiniones del Curso de Clustering con Python y scikit-learn

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.

Avatar Joaquin Andrez Sepulveda Araya

Joaquin Andrez Sepulveda Araya

@joaquin08

Muy bueno el curso, la última parte se vuelve un poco compleja pero imagino está bien. Excelente profe, eso si sería bueno agregar los cuadernos template para no tener que usar el cuaderno con todos los resultados

Avatar Horacio Licona

Horacio Licona

@horaciolicona0711

Excelente profesor, realmente me gusta como explica las cosas de una manera tan sencilla las cosas que podrían parecer complejas y detalladamente

Avatar Luis Ernesto Domínguez Velásquez

Luis Ernesto Domínguez Velásquez

@ldominguez667

Es un buen curso donde se ve la teoría y la práctica de 3 algoritmos de segmentación K-means, DBSCAN y hierarchical clustering. Con estos algoritmos se puede segmentar clientes de una empresa con objetivo por ejemplo de crear nuevos productos y servicios en función a las necesidades del cliente.

Avatar Felipe Sebastián Zepeda González

Felipe Sebastián Zepeda González

@pipevash

Excelente curso introductorio a Clustering con sklearn. El profesor es muy claro y domina la materia.

Carlos Alarcón es lo mejor, quisiera felicitar a Platzi y a Carlos por la labor tan bella de enseñanza que llevan a cabo.

Avatar Christian Julian Acosta Santamaria

Christian Julian Acosta Santamaria

@Julian0216

Muy buena introducción a este tipo de algoritmo de ML. El profesor Carlos es muy bueno explicando y dando ejemplos. Recomendado

Avatar Jesus Calderon

Jesus Calderon

@j.calderon

Muy buen curso, excelente facilitador, el temario esta muy bien construido,

Avatar Carlos Mazzaroli

Carlos Mazzaroli

@mazzaroli

Carlos, mi rey, mi comandante, cursazo como siempre! Militante del profe Carlos hasta la tumba

Avatar Miguel Carvajal

Miguel Carvajal

@m.angel9106

El docente es espectacular, me encanta su forma de explicar

Avatar Rafael David Rincón Villamizar

Rafael David Rincón Villamizar

@rafaelnotty

curso fundamental

Avatar Juan Manuel Ramirez

Juan Manuel Ramirez

@jumramot

El profesor Carlos es el mejor de la Platzi. Su metodologia de enseñanza no puede ser mejor

Avatar Eduardo Arredondo Fernández

Eduardo Arredondo Fernández

@lalo_arredondo

los ejemplos usados por el docente para explicar los temas

Avatar WILSON RAFAEL VELARDE SANCHEZ

WILSON RAFAEL VELARDE SANCHEZ

@wilson8733

las ecplicaciones de los algorimos a traves de graficos en movimiento

Avatar Nicolas Mendoza Kuster

Nicolas Mendoza Kuster

@nicomendoza65

excelente el docente, quiero verlo explicando mas algoritmos de ML

Avatar David Duque Uribe

David Duque Uribe

@davidduqueu

Excelente curso, muy bien explicado

Avatar Angel Rodriguez

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

Avatar Fernando Jesús Núñez Valdez

Fernando Jesús Núñez Valdez

@Fernutz

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.

Avatar Mateo Sánchez Alzate

Mateo Sánchez Alzate

@matthew1438

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.

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

Avatar Alexander Rodríguez Rodríguez

Alexander Rodríguez Rodríguez

@alexander10rodriguez

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.

Avatar Miguel Riaño

Miguel Riaño

@miguel.riano

No me fue para nada facil obtener retroalimentacion para el proyecto no se sabe que se debe hacer, el link lleva a kaggle pero no se indica que esquema o modelo desean que se aplique

Avatar Jorge Morales

Jorge Morales

@jmorales190

Hacerlo un poco mas practico con casos de uso reales.