Nivel Básico
18 clases
4 horas de contenido
10 horas de práctica
Explora el uso de la probabilidad en ciencia de datos y machine learning. Conocerás el teorema de Bayes, regresión logística y máxima verosimilitud, aplicando estos conceptos a través de Python. Ideal para ciencia de datos.
Fundamentos de probabilidad
Distribuciones de probabilidad
- 6
Funciones y Distribuciones de Probabilidad en Cálculo
10:23 min - 7
Distribuciones Discretas: Bernoulli y Binomial
14:56 min - 8
Cálculos con Distribución Binomial en Google Colab usando Python
19:19 min - 9
Análisis de Distribuciones Continuas: Enfoque en la Gaussiana
18:29 min - 10
Estimación de Distribuciones de Probabilidad en Google Colab
15:20 min
MLE (Maximum Likelihood Estimation)
Inferencia bayesiana
Profes del curso
Conoce quién enseña el curso
software y recursos necesarios
- Jupyter Notebooks o Google Colab
Opiniones del curso
4.7 · 1151 opiniones
Rodrigo Renaldo López Gamarro
@rodrilopez2444·
Exelente curso!!!
Edward Toledo López
@Edward_TL·
Las tres estrellas es por el cierre, en específico, las útlimas 4 clases. Todo lo previo, es una joya. Me gustaron las explicaciones a nivel matemático, y considero que son escenciales en esta ruta. La razón de las 3 estrellas es que no me hubiese molestado unas clases más con tal de mostrar ejemplos de la aplicación, ya sean antes o después de la teoría. Y si hubiesen sido con código, mejor. Igual, entiendo la importancia de preguntar las fórmulas, pero si hubiesen sido mostradas como en el markdown de las notebooks, no tendría problema. M{as pensando que es para un primer acercamiento entre código y teoría
Obed Alonso García Ochoa
@obedalonsogarcaochoa·
Muy buen curso, excelente para reforzar los conocimiento en estadística y matemátca
nayibe yesenia arias cortez
@naariascor·
Fue excelente complemento a las clases de la universidad.
Mayra Alejandra Larios Benavides
@malariosbe·
Muy bueno el curso, sin embargo sería muy bueno que tenga una dinámica diferente en cuanto a la demostración y aplicación de los temas durante las clases.
José Esteves
@estevesjose·
Uff, bastante pesado, creo que este curso lo podrian dividir en 2 para dar muchos mas ejemplos y ejercicios a cada tema, por lo menos para los que no tenemos una fuerte base de matematicas y estadisticas. El profesor excelente, tiene el dominio del tema, solo que se deberia dividir en 2 cursos para hacer mas digerible todo el conocimiento.
Angel Rodriguez
@angel-rodriguez276·
El curso es muy exigente para poder comprenderlo, requiere de una muy buena base de estadistica, por si solo no es viable que entiendas todos los conceptos alli abordados
Roger Christian Cansaya Olazabal
@roger-cansaya-olazabal·
Fue interesante el uso de Colab aunque me hubiera gustado que todo fuera en Visual Studio Code, instalando e importando funciones. Definitivamente hace falta un ejemplo real desde la adquisición de datos y su conclusiones.
Israel Rangel Garcia
@irangel4075·
Exclente Curso
DALIDA JUAREZ RODRIGUEZ
@djuarezr·
Se me hizo, muy buenos los temas.
Mateo Murcia Valles
@mamurci·
De los mejores cursos que he tomado de probabilidad(cabe aclarar que soy estadístico).
Jorge Bórquez R.
@jborquez·
excelente curso
Alejandro Valdovinos Cortes
@avaldovinos·
Excelente curso
Iván Martínez Zarate
@imartinezz·
un curso muy completo e interesante
Cesar Augusto Patiño Betancur
@CesarGrowth·
Buen contenido
José Alejandro Hernández Martínez
@jose.hernandezma·
Muy buen contenido y bastante bien explicado. Te sugiero tener mínimos conocimientos en Python para lograr un entendimiento óptimo.
Javier Alvarez
@jalvarez_m·
Excelente, hasta ahora el mejor curso, aunque son pocas clases, es un material muy denso
Mario Betancourt Camacho
@mfbetancourt·
Qué tema tan interesante. Y que curso tan completo. El maestro, Francisco, que estupendo instructor. Práctico, conciso y claro. Los ejercicios en Python perfectos tanto parta aprender los conceptos matemáticos como para aprender el lenguaje de programación y su aplicación a la probabilidad. Muchas gracias, Francisco. Muchas gracias Platzi.
Carlos Andres Reyes Peña
@careyes073·
yupppp
Jesús Alberto Romero Hernández
@Jesus.rh25·
Antes de tomar los cursos de matemáticas y probabilidad para ciencias de datos y machine learning ví varios videos de rutas para ingeniería de AI en donde no recomendaban tomar este tipo de cursos debido a que no se necesitaría al menos en el área de computer vision. Igualmente los tomé y no me arrepiento en lo más mínimo. No son solo cursos de estadísitica y probabilidad, son cursos de estadísitica y probabilidad aplicados al Machine Learning. Los recomiendo 100 por ciento
Mateo Chaves Vanegas
@mchavezv·
Supremamente interesante, aunque yo ya tengo estudios basicos de estadistica desde la universidad como muchos de los que veran estos cursos realmente senti que volvi a aprender estos conceptos que tenia olvidados y con el plus de ver como se aplicaban al machine learning, 10/10.
Andres Felipe Castañeda
@Johacas001·
Excelente curso un poco enrredado, tendre que verlo todo nuevamente, pero en general me gusto.
JOSE LUIS HURTADO BALCAZAR
@jlhb1984·
La calidad humana y profesional del profe.
Camilo Andres Guarin Mass
@guarin30·
Un enfoque conciso y muy práctico que explica lo necesario para empezar a aprender del mundo de la probabilidad
Daiana Davidson
@davidsondaiana.s·
Más que para la comunidad un comentario para platzi, para personas que no tenemos background académico en probabilidad y afines no sirve el curso o está mal úbicado en el programa. Si alguien está pasando un mal momento como lo pase con este curso, les recomiendo leer un libro o ver videos de youtube. Lo considero una falla por que justamente uno paga por no solo el conocimiento si no el orden de los factores y que se entienda lo que uno está viendo. Creo que para los que de verdad empezamos de 0 en datos no se entiende bien si gastar una hora de investigación a parte por cada video.
@crafpinedoj·
Comprender la fundamentamentación probabilística para desarrollar el pensamiento predictivo y aprender a controlar de manera coherente la incertidumbre.
Victor Manuel Marulanda Valencia
@vmarulandav·
Bien
Josué Barrios Rodriguez
@joshua_1983·
Es un curso matematicamente denso, estaria bien dividirlo en dos porque el examen al final es bastante largo para el tiempo limite
Javier Ladino
@javierladino22·
El curso más complejo de toda esta ruta.
Jeison David Diaz Espitia
@jddiaze·
Excelente curso, muy completo e interactivo.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data e Inteligencia Artificial
69 horas
19 Profes
Domina data science para sacar valor a los datos e incrementar su potencial con machine learning para integrar inteligencia artificial a productos de software.
Ruta
Ruta de Matemáticas
63 horas
12 Profes
Aprende en casa temas de matemáticas como álgebra, ecuaciones, funciones, cálculo y probabilidad. Desarrolla tus propios análisis matemáticos y aplícalos.
Ruta
Data Scientist
133 horas
31 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Data Analyst
54 horas
14 Profes
Analiza datos estructurados para identificar patrones y tendencias. Crea reportes y visualizaciones estratégicas.
Ruta
Machine Learning Engineer
164 horas
37 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.
Ruta
Análisis de Datos con Python
32 horas
5 Profes
Da el siguiente paso como analista de datos utilizando Python. Analiza cantidades más grandes de datos, profundiza y agiliza tu proceso de análisis.
Ruta
Data Scientist con Python
96 horas
17 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender