CursosEmpresasBlogLiveConfPrecios

¿Qué es el clustering en machine learning?

Clase 1 de 27 • Curso de Clustering con Python y scikit-learn

Clase anteriorSiguiente clase

Contenido del curso

Fundamentos de clustering

  • 1
    ¿Qué es el clustering en machine learning?

    ¿Qué es el clustering en machine learning?

    Viendo ahora
  • 2
    Tu primer clustering con scikit-learn

    Tu primer clustering con scikit-learn

    16:57 min
  • 3
    ¿Cuándo usar clustering?

    ¿Cuándo usar clustering?

    05:00 min
  • 4
    ¿Cómo evaluar modelos de clustering?

    ¿Cómo evaluar modelos de clustering?

    12:00 min

K-means

  • 5
    ¿Qué es el algoritmo de K-means y cómo funciona?

    ¿Qué es el algoritmo de K-means y cómo funciona?

    07:30 min
  • 6
    ¿Cuándo usar K-means?

    ¿Cuándo usar K-means?

    03:24 min
  • 7
    Implementando K-means

    Implementando K-means

    14:08 min
  • 8
    Encontrando K

    Encontrando K

    13:06 min
  • 9
    Evaluando resultados de K-means

    Evaluando resultados de K-means

    04:21 min

Hierarchical clustering

  • 10
    ¿Qué es hierarchical clustering y cómo funciona?

    ¿Qué es hierarchical clustering y cómo funciona?

    04:56 min
  • 11
    ¿Cuándo usar hierarchical clustering?

    ¿Cuándo usar hierarchical clustering?

    02:07 min
  • 12
    Implementando hierarchical clustering

    Implementando hierarchical clustering

    09:40 min
  • 13
    Evaluando resultados de hierarchical clustering

    Evaluando resultados de hierarchical clustering

    06:44 min

DBSCAN

  • 14
    ¿Qué es DBSCAN y cómo funciona?

    ¿Qué es DBSCAN y cómo funciona?

    08:27 min
  • 15
    ¿Cuándo usar DBSCAN?

    ¿Cuándo usar DBSCAN?

    02:28 min
  • 16
    Implementando DBSCAN

    Implementando DBSCAN

    09:11 min
  • 17
    Encontrar híper-parámetros

    Encontrar híper-parámetros

    14:33 min
  • 18
    Evaluando resultados de DBSCAN

    Evaluando resultados de DBSCAN

    07:35 min

Proyecto: resolviendo un problema con clustering

  • 19
    Preparar datos para clusterizar

    Preparar datos para clusterizar

    13:30 min
  • 20
    Aplicando PCA para clustering

    Aplicando PCA para clustering

    12:08 min
  • 21
    Resolviendo con K-means

    Resolviendo con K-means

    09:24 min
  • 22
    Resolviendo con hierarchical clustering

    Resolviendo con hierarchical clustering

    07:12 min
  • 23
    Resolviendo con DBSCAN

    Resolviendo con DBSCAN

    17:25 min
  • 24
    Resolviendo con DBSCAN (sin PCA)

    Resolviendo con DBSCAN (sin PCA)

    05:24 min
  • 25
    Evaluación resultados de distintos modelos de clustering

    Evaluación resultados de distintos modelos de clustering

    10:47 min

Conclusiones

  • 26
    Proyecto final y cierre

    Proyecto final y cierre

    02:32 min
  • 27

    Comparte tu proyecto de segmentación con clustering y certifícate

    Edwin Castelblanco Sánchez

    Edwin Castelblanco Sánchez

    student•
    hace 3 años

    Hello World! 🤓📚💻 Vamos a ello, Clustering (Machine Learning No Supervisado): Consiste en encontrar las similitudes o características parecidas con el fin de agruparlos.

    Clustering.PNG
    Orlando castellanos

    Orlando castellanos

    student•
    hace 3 años

    ahora si se están poniendo las pilas con el ML emocionado por aprender

      Julián Cárdenas

      Julián Cárdenas

      student•
      hace 2 años

      The same feeling!

    Andres Sanchez

    Andres Sanchez

    student•
    hace 2 años

    A lo largo de la ruta se van disminuyendo los aportes pero no importa, ahí vamos.

      Julián Cárdenas

      Julián Cárdenas

      student•
      hace 2 años

      JAJAJA sii es así... igual es lo mismo con todas las rutas

      Matías Collado

      Matías Collado

      student•
      hace 2 años

      Eso es un peligro porque a mas complejidad tienen los temas, mas errores cometen los profesores y los aportes venían salvándonos un poco...

    Lilia Susana Hernández Trimiño

    Lilia Susana Hernández Trimiño

    student•
    hace 3 años

    El machine learning es un campo de la inteligencia artificial que se divide en tres grandes ramas: el aprendizaje supervisado, el no supervisado y el aprendizaje por refuerzo. En esta ocasión, nos centraremos en los dos primeros.

    La principal diferencia entre el aprendizaje supervisado y el no supervisado radica en que en el primero se cuenta con una variable objetivo, mientras que en el segundo no. Es decir, en el aprendizaje supervisado se tiene una idea previa de lo que se busca obtener, mientras que en el no supervisado se trata de encontrar patrones o estructuras ocultas en los datos.

    Dentro del aprendizaje no supervisado, encontramos el clustering, que consiste en agrupar datos similares en conjuntos o clusters. De esta forma, podemos obtener una mejor comprensión de los datos y utilizar esta información para tomar decisiones más informadas.

    Anabel Chavez Berumen

    Anabel Chavez Berumen

    student•
    hace 3 años

    uyuuuyuuuyy nunca había llegado tan temprano, viene otro buen curso.

    Leandro Tenjo

    Leandro Tenjo

    student•
    hace 2 años

    Este curso ya promete más que los anteriores. Me alegra ver teoría y no solo un tutorial de código.

    Juan Jose Sepulveda Calderon

    Juan Jose Sepulveda Calderon

    student•
    hace 3 años

    ¡Sí!, Más cursos de machine lerning🤘

    Juan R. Vergara M.

    Juan R. Vergara M.

    student•
    hace 3 años

    I gotta a feeling, that this is going to be a great course 😎

    Mario Alexander Vargas Celis

    Mario Alexander Vargas Celis

    student•
    hace 4 meses

    Clustering en machine learning es una técnica de aprendizaje no supervisado que consiste en agrupar datos similares entre sí en grupos llamados clústers (clusters, en inglés), sin usar etiquetas o categorías predefinidas.

    🔍 ¿Qué significa eso?

    • El algoritmo no sabe a qué clase pertenece cada dato.
    • En lugar de eso, descubre patrones o estructuras ocultas en los datos.
    • Los puntos que son más similares entre sí (según una medida de distancia o similitud) se agrupan en el mismo clúster.

    ✅ Ejemplos de uso de clustering:

    • Agrupar clientes con comportamientos de compra similares (segmentación de mercado).
    • Identificar patrones en imágenes o documentos.
    • Detección de anomalías o fraudes.
    • Agrupación de genes con funciones similares en biología.

    🔧 Algoritmos comunes de clustering:

    AlgoritmoCaracterística principalK-MeansDivide los datos en K grupos basados en distancias.DBSCANAgrupa por densidad de puntos (detecta clústers de forma arbitraria).Hierarchical ClusteringCrea una jerarquía de clústers (en forma de árbol o dendrograma).

    🎯 Resumen:

    Clustering es un método de aprendizaje no supervisado que busca descubrir grupos naturales dentro de un conjunto de datos sin necesidad de etiquetas previas.

    Sadan De la Cruz

    Sadan De la Cruz

    student•
    hace 2 años

    Y ¿que pasa si tengo datos reales y no creados?

    Jorber Andrés Pardo Franco

    Jorber Andrés Pardo Franco

    student•
    hace un año

    Buen día, has manejado Elipsoides del modelo de mezcla gaussiana??

    Antonio Demarco Bonino

    Antonio Demarco Bonino

    student•
    hace un año

    En resumen, el clustering es una herramienta poderosa para encontrar estructura y patrones en datos no etiquetados, ayudándote a comprender mejor la organización interna de tus datos.

    Ricardo Cruz

    Ricardo Cruz

    student•
    hace un año

    Recuerda la publicidad que te llega a tu celular. Para todos es diferente, para algunos hay promociones, para otros hay descuentos, para otros no hay nada. Muchas veces gracias a nuestros datos se llegan a construir grandes modelos dependiendo de los datos que les hemos dado acceso a las plataformas. De ahi el resultado de agruparnos y mandarnos promociones.!! :)

    Federico Arias

    Federico Arias

    student•
    hace 2 años

    Que emocionante!

    Octavio De Paula

    Octavio De Paula

    student•
    hace 2 años

    Este es un excelente profesor, tengo una emocion terribleee!

    Julián Cárdenas

    Julián Cárdenas

    student•
    hace 2 años

    Empezando un nuevo curso a darle con TODOOO!

Escuelas

  • Desarrollo Web
    • Fundamentos del Desarrollo Web Profesional
    • Diseño y Desarrollo Frontend
    • Desarrollo Frontend con JavaScript
    • Desarrollo Frontend con Vue.js
    • Desarrollo Frontend con Angular
    • Desarrollo Frontend con React.js
    • Desarrollo Backend con Node.js
    • Desarrollo Backend con Python
    • Desarrollo Backend con Java
    • Desarrollo Backend con PHP
    • Desarrollo Backend con Ruby
    • Bases de Datos para Web
    • Seguridad Web & API
    • Testing Automatizado y QA para Web
    • Arquitecturas Web Modernas y Escalabilidad
    • DevOps y Cloud para Desarrolladores Web
  • English Academy
    • Inglés Básico A1
    • Inglés Básico A2
    • Inglés Intermedio B1
    • Inglés Intermedio Alto B2
    • Inglés Avanzado C1
    • Inglés para Propósitos Específicos
    • Inglés de Negocios
  • Marketing Digital
    • Fundamentos de Marketing Digital
    • Marketing de Contenidos y Redacción Persuasiva
    • SEO y Posicionamiento Web
    • Social Media Marketing y Community Management
    • Publicidad Digital y Paid Media
    • Analítica Digital y Optimización (CRO)
    • Estrategia de Marketing y Growth
    • Marketing de Marca y Comunicación Estratégica
    • Marketing para E-commerce
    • Marketing B2B
    • Inteligencia Artificial Aplicada al Marketing
    • Automatización del Marketing
    • Marca Personal y Marketing Freelance
    • Ventas y Experiencia del Cliente
    • Creación de Contenido para Redes Sociales
  • Inteligencia Artificial y Data Science
    • Fundamentos de Data Science y AI
    • Análisis y Visualización de Datos
    • Machine Learning y Deep Learning
    • Data Engineer
    • Inteligencia Artificial para la Productividad
    • Desarrollo de Aplicaciones con IA
    • AI Software Engineer
  • Ciberseguridad
    • Fundamentos de Ciberseguridad
    • Hacking Ético y Pentesting (Red Team)
    • Análisis de Malware e Ingeniería Forense
    • Seguridad Defensiva y Cumplimiento (Blue Team)
    • Ciberseguridad Estratégica
  • Liderazgo y Habilidades Blandas
    • Fundamentos de Habilidades Profesionales
    • Liderazgo y Gestión de Equipos
    • Comunicación Avanzada y Oratoria
    • Negociación y Resolución de Conflictos
    • Inteligencia Emocional y Autogestión
    • Productividad y Herramientas Digitales
    • Gestión de Proyectos y Metodologías Ágiles
    • Desarrollo de Carrera y Marca Personal
    • Diversidad, Inclusión y Entorno Laboral Saludable
    • Filosofía y Estrategia para Líderes
  • Diseño de Producto y UX
    • Fundamentos de Diseño UX/UI
    • Investigación de Usuarios (UX Research)
    • Arquitectura de Información y Usabilidad
    • Diseño de Interfaces y Prototipado (UI Design)
    • Sistemas de Diseño y DesignOps
    • Redacción UX (UX Writing)
    • Creatividad e Innovación en Diseño
    • Diseño Accesible e Inclusivo
    • Diseño Asistido por Inteligencia Artificial
    • Gestión de Producto y Liderazgo en Diseño
    • Diseño de Interacciones Emergentes (VUI/VR)
    • Desarrollo Web para Diseñadores
    • Diseño y Prototipado No-Code
  • Contenido Audiovisual
    • Fundamentos de Producción Audiovisual
    • Producción de Video para Plataformas Digitales
    • Producción de Audio y Podcast
    • Fotografía y Diseño Gráfico para Contenido Digital
    • Motion Graphics y Animación
    • Contenido Interactivo y Realidad Aumentada
    • Estrategia, Marketing y Monetización de Contenidos
  • Desarrollo Móvil
    • Fundamentos de Desarrollo Móvil
    • Desarrollo Nativo Android con Kotlin
    • Desarrollo Nativo iOS con Swift
    • Desarrollo Multiplataforma con React Native
    • Desarrollo Multiplataforma con Flutter
    • Arquitectura y Patrones de Diseño Móvil
    • Integración de APIs y Persistencia Móvil
    • Testing y Despliegue en Móvil
    • Diseño UX/UI para Móviles
  • Diseño Gráfico y Arte Digital
    • Fundamentos del Diseño Gráfico y Digital
    • Diseño de Identidad Visual y Branding
    • Ilustración Digital y Arte Conceptual
    • Diseño Editorial y de Empaques
    • Motion Graphics y Animación 3D
    • Diseño Gráfico Asistido por Inteligencia Artificial
    • Creatividad e Innovación en Diseño
  • Programación
    • Fundamentos de Programación e Ingeniería de Software
    • Herramientas de IA para el trabajo
    • Matemáticas para Programación
    • Programación con Python
    • Programación con JavaScript
    • Programación con TypeScript
    • Programación Orientada a Objetos con Java
    • Desarrollo con C# y .NET
    • Programación con PHP
    • Programación con Go y Rust
    • Programación Móvil con Swift y Kotlin
    • Programación con C y C++
    • Administración Básica de Servidores Linux
  • Negocios
    • Fundamentos de Negocios y Emprendimiento
    • Estrategia y Crecimiento Empresarial
    • Finanzas Personales y Corporativas
    • Inversión en Mercados Financieros
    • Ventas, CRM y Experiencia del Cliente
    • Operaciones, Logística y E-commerce
    • Gestión de Proyectos y Metodologías Ágiles
    • Aspectos Legales y Cumplimiento
    • Habilidades Directivas y Crecimiento Profesional
    • Diversidad e Inclusión en el Entorno Laboral
    • Herramientas Digitales y Automatización para Negocios
  • Blockchain y Web3
    • Fundamentos de Blockchain y Web3
    • Desarrollo de Smart Contracts y dApps
    • Finanzas Descentralizadas (DeFi)
    • NFTs y Economía de Creadores
    • Seguridad Blockchain
    • Ecosistemas Blockchain Alternativos (No-EVM)
    • Producto, Marketing y Legal en Web3
  • Recursos Humanos
    • Fundamentos y Cultura Organizacional en RRHH
    • Atracción y Selección de Talento
    • Cultura y Employee Experience
    • Gestión y Desarrollo de Talento
    • Desarrollo y Evaluación de Liderazgo
    • Diversidad, Equidad e Inclusión
    • AI y Automatización en Recursos Humanos
    • Tecnología y Automatización en RRHH
  • Finanzas e Inversiones
    • Fundamentos de Finanzas Personales y Corporativas
    • Análisis y Valoración Financiera
    • Inversión y Mercados de Capitales
    • Finanzas Descentralizadas (DeFi) y Criptoactivos
    • Finanzas y Estrategia para Startups
    • Inteligencia Artificial Aplicada a Finanzas
    • Domina Excel
    • Financial Analyst
    • Conseguir trabajo en Finanzas e Inversiones
  • Startups
    • Fundamentos y Validación de Ideas
    • Estrategia de Negocio y Product-Market Fit
    • Desarrollo de Producto y Operaciones Lean
    • Finanzas, Legal y Fundraising
    • Marketing, Ventas y Growth para Startups
    • Cultura, Talento y Liderazgo
    • Finanzas y Operaciones en Ecommerce
    • Startups Web3 y Blockchain
    • Startups con Impacto Social
    • Expansión y Ecosistema Startup
  • Cloud Computing y DevOps
    • Fundamentos de Cloud y DevOps
    • Administración de Servidores Linux
    • Contenerización y Orquestación
    • Infraestructura como Código (IaC) y CI/CD
    • Amazon Web Services
    • Microsoft Azure
    • Serverless y Observabilidad
    • Certificaciones Cloud (Preparación)
    • Plataforma Cloud GCP

Platzi y comunidad

  • Platzi Business
  • Live Classes
  • Lanzamientos
  • Executive Program
  • Trabaja con nosotros
  • Podcast

Recursos

  • Manual de Marca

Soporte

  • Preguntas Frecuentes
  • Contáctanos

Legal

  • Términos y Condiciones
  • Privacidad
  • Tyc promociones
Reconocimientos
Reconocimientos
Logo reconocimientoTop 40 Mejores EdTech del mundo · 2024
Logo reconocimientoPrimera Startup Latina admitida en YC · 2014
Logo reconocimientoPrimera Startup EdTech · 2018
Logo reconocimientoCEO Ganador Medalla por la Educación T4 & HP · 2024
Logo reconocimientoCEO Mejor Emprendedor del año · 2024
De LATAM conpara el mundo
YoutubeInstagramLinkedInTikTokFacebookX (Twitter)Threads