Daniel Esponda
@daniel.esponda.0Se requiere de cierto nivel de conocimiento anterior sobre código y de conceptos para poder comprender mejor el curso, es probable que cada método de clusterización requiera de un curso individual.


Subtítulos en español
166
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
Se requiere de cierto nivel de conocimiento anterior sobre código y de conceptos para poder comprender mejor el curso, es probable que cada método de clusterización requiera de un curso individual.
Es bueno como introducción, pero seria muy bueno uno más avanzado.
Hacerlo un poco mas practico con casos de uso reales.
Revisar las preguntas del test, hay errores ortográficos y preguntas mal redactadas
muy clara y con elementos para aplicar a la realidad, me hubiera gusta haber visto ejemplos con variables categoricas y no solo las numericas
Me encanta la fluides con la que explican, es un buen curso introductorio apra manejar conceptos y tener una idea del funcionamiento y las aplicaciones del clusthering
Las partes teoricas erstan muy bien llevadas, aunque las practicacs pecan de superficiales.
Muy buen contenido y un profesor excelente.
El proyecto con dataset real realizado por el profesor aplicando lo enseñado durante las sesiones.
Con los datos sintéticos los modelos se entendían de forma clara pero al usar el Dataset real los indicadores de rendimiento no fueron muy alentadores, me gusto el hecho de que no usaron algún dataset perfecto para el modelo para resaltar las bondades del curso
Excelente!!
gj
Muy útil y claro, es un curso que vale la pena aprenderlo a manejar
Ok. certificado
Muy buen curso y el profesor es excelente, por favor más cursos de Clustering a nivel avanzado.
La temática