Jesús Vélez Santiago
Curso de Manejo de Datos Faltantes: Imputación

Opiniones del Curso de Manejo de Datos Faltantes: Imputación

Maneja datos faltantes imputando valores utilizando técnicas de modelos y donantes. Aprende imputaciones como media, mediana, moda, KNN y MICE. Descubre cómo transformar y analizar datos categóricos y numéricos.

Avatar ariel diaz

ariel diaz

@adiazmerlo

Excelente, muy contento con el contenido.

Avatar Cristian Mauricio Rojas Olivares

Cristian Mauricio Rojas Olivares

@Kryss95

No se si lo mejor pero queria dejar este comentario, porque habian unqs reguntas que decian algo asi como no es una desventaja , y luego la alternativa tambien tenia un NO y la verdad eso era super confuso. Por lo demas el curso estuvo increible.

Avatar Juan camilo truillo galvis

Juan camilo truillo galvis

@juank-black

fue muy gratificante aprender todas estas nuevas tectinas de como imputar valores faltantes,aunque me costo un poco la verdad me gusto mucho

Avatar Jhony Guel

Jhony Guel

@jhonyguel

Tratar variables categóricas para imputar.

Avatar Mauricio Castaño Valencia

Mauricio Castaño Valencia

@maurocv

Excelente curso, se los recomiendo en general

Avatar María Eugenia Pereira Chévez

María Eugenia Pereira Chévez

@maria-eugenia-pereira

Como siempre otro excelente curso de Jesús, creo que un curso donde se haga todo el proceso desde análisis de datos faltantes, imputación y exploración de un solo dataset sería excelente.

Avatar Juan L

Juan L

@jlezama1

Muy buen seguimiento al anterior curso de manejo de datos faltantes.

Avatar Emel GM

Emel GM

@emelgm

buen tutor, buen curso y necesario.

Avatar Mauricio Escobar

Mauricio Escobar

@mauricios_01

Wow. No me había imaginado de la importancia que tiene un correcto tratamiento para los valores faltantes. Gracias al curso pude practicar Pandas, manejo de objetos con python, que las funciones extendidas favorecen a optimizar los análisis. Explicaciones de los conceptos son muy minuciosas [lo que necesitaba] Gracias! súper recomendado.

Avatar Adrián Darío Diez Canseco Roca

Adrián Darío Diez Canseco Roca

@AdoxNotFound

lo que mas me gusto fueron los ejemplos utilizados, ya que me ayudaron para aplicar los conceptos en datasets con las que trabajo actualmente

Avatar Luis Gerardo Bourde Ortega

Luis Gerardo Bourde Ortega

@LuisBourde

Ayyyy Padre. que buen curso

Avatar José Alejandro Montes Juarez

José Alejandro Montes Juarez

@montesjuarezjose

Esta dificil el curso, creo que cometi el error de meterme cuando no estaba listo, pero aun asi logre acabarlo jajaja. No pense sacar nada de este curso pero me ha parecido el tema mas interesante que he tomado en los cursos de Platzi

Avatar Jose Fabricio Rodriguez Sanchez

Jose Fabricio Rodriguez Sanchez

@jf-02

Muy útil para el análisis de nuestros datos, una parte muy importante de conocer cuando y como debemos implementar estas técnicas vistas.

Avatar JOSE LUIS HURTADO BALCAZAR

JOSE LUIS HURTADO BALCAZAR

@jlhb1984

La caliad humana y profesional del profe.

Avatar Rigoberto Acosta González

Rigoberto Acosta González

@rigo93acosta

Creo que se necesitan desarrollar más los criterios estadisticos

Avatar Daniel Hernandez

Daniel Hernandez

@danhergir

Aprendí acerca de imputación de datos faltantes

Avatar RENÉ CARDOSO

RENÉ CARDOSO

@rcardosob

Muy buen curso. Mucho contenido en tan poco tiempo. El dominio de las herramientas vistas requieren mucha práctica por parte del estudiante. Seguro retomaré este tema en algún momento futuro.

Avatar Daniel Moreno

Daniel Moreno

@damt

Excelente curso.

Avatar Roger Christian Cansaya Olazabal

Roger Christian Cansaya Olazabal

@roger-cansaya-olazabal

Gran curso de imputaciones pero merecia una trilogia para tratar cada metodo de imputacion

Avatar Isaac Bryan Ascanoa Roncall

Isaac Bryan Ascanoa Roncall

@Bryan0101

Este curso me enseño que hay un mundo grande en el data-scients. Es recomendable para la gente que trabaja para no estar perdido y aplicarlo en su dia dia.

Avatar Diego Cesar Lerma Torres

Diego Cesar Lerma Torres

@diego-lerma

¡Excelente curso! Sin embargo, siento que es más corto de lo que debería. ¡Espero encontrar más información en los siguientes cursos de la ruta!