Carlos Eduardo Mayorga Rodríguez
@cmayorga2012Buen curso, buenos ejemplos.
93
Opiniones
intermedio
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.
Jesús Vélez Santiago
Machine Learning Engineer en uDocz
Buen curso, buenos ejemplos.
Un excelente profesor, un curso genial que paso a paso pone en practica cada clase
muy bueno
El curso es excelente, presenta una gran cantidad de conceptos y métodos nuevos para trabajar con valores faltantes. Para aprovecharlo al máximo, es importante abordarlo con paciencia y dedicar tiempo a la lectura detenida de los temas y ejercicios.
Buen curso. El profesor muy bueno. Felicitaciones!!!
Excelente curso introductorio a la imputación de datos faltantes. El profesor es claro, domina el contenido y es preciso. Los ejercicios vistos en el curso son interesantes y desafiantes.
Muy completo
Hace falta más explicacion teórica de los algoritmos, pero en general muy interesante el curso.
Uno de los mejores cursos vistos hasta ahora. Muy buenas explicaciones por parte del profesor. Super recomendado!
Excelente curso. Muy claro y didáctico. ¡no te lo pierdas!
Excelente curso: Corto, conciso y super útil. De los mejores que he hecho hasta ahora
fue muy gratificante aprender todas estas nuevas tectinas de como imputar valores faltantes,aunque me costo un poco la verdad me gusto mucho
execelente curso
Muy buen curso
Tratar variables categóricas para imputar.
Excelente contenido su serie de cursos muy útiles para el desarrollo de proyectos
very nice
Gracias por el curso, no imaginaba qué técnicas usaría un Data Scientist para los datos faltantes, aprendí mucho.
Fue un curso excelente conocer los diferentes métodos de imputación fue algo grandioso
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.
lo que mas me gusto fueron los ejemplos utilizados, ya que me ayudaron para aplicar los conceptos en datasets con las que trabajo actualmente
Excelente curso de Manejo de Datos Faltantes: Imputación
Explicar los conceptos de MCAR, MAR y MNAR así como mostrar algunas técnicas avanzadas para manejar valores faltantes
Muy buen curso. Me gustó mucho puesto que brinda nuevas herramientas (tipo janitor) para procesamiento de datos, y nos permite entender como realizar la imputación de los mismos. Me encantó. Aunque no soy fan de deepnote, es buena herramienta para estudiar estos casos. Mejoraría que no se utilizara la extensión de pandas especificada por el profesor, pero se entiende el punto del curso
Excelente curso.
Se debe actualizar el curso
Muy bien explicado el tema aunque el material de recursos se queda corto y deepnote presento algunos errores al principio.
Las preguntas del examen sumamente rebuscadas.
Bastante contenido compilado en un mismo curso
Pudo haber sido explicado mejor. Creo que le faltaron mas horas de contenido. Igual fue un buen curso