Fernando Robles
@ferrobleshMe gustó el curso. Son conceptos que se explican bien y de manera más gráfica. Quizá la aplicación es la que le falta un poco más ahondar
1143
Opiniones
básico
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.
Francisco Camacho
Co-founder & CTO en Hunty
Me gustó el curso. Son conceptos que se explican bien y de manera más gráfica. Quizá la aplicación es la que le falta un poco más ahondar
Uno de los mejores profesores que he visto en Platzi. Sin embargo, los contenidos hacia el final del curso creo que son muy complejos para estar entre los cursos básicos de la escuela de DS
Comprender como utilizar la estadistica para la ciencia de datos y poder reducir incertidumbre
La explicación del profesor y los temas
Gran curso de estadistica, complejo de entender en algunos temas pero al final muy buen contenido y gran didactica del profesor
Buen curso, buena explicacion aunque se complica mucho explicando el teorema de bayes
Me pareció un tema un poco complejo, pero gracias a las buenas explicaciones del profesor, logre entenderlo bastante bien y captar la lógica del proceso.
El curso es bueno y para mi ha sido indispensable para comprender conceptos de ML
La parte matemática es la parte fácil de curso, la parte díficil es la parte de programar ya que introdujo deepnote sin haberlo visto antes ni en el curso ni en curso anteriores, mi gran problema con el curso es que no es auto-contenido, tiene muchisimas referencias a métodos y librerias que aún no se han visto en esta ruta o que se ven mucho despues.
Interesante, hay que practicar los ejercicios y con eso ya queda clara la teoría
Es necesario explicar mejor los Notebooks de colab pasa muy rapido sobre esta parte y es importante explicarlos mejor
El profe se ve que entiende muchísimo del tema, pero son cosas tan complejas que con más ejemplos se entendería mejor y más rápido. Tuve que estar recolectando información externa para entender algunos conceptos q se nombran en el curso pero no se explican, o se explican muy por arriba.
Es duro, requiere mucha atencion, como recomendacionm quizas profundizar mas en bayes y en naive bayes. en los ejercicios de colab, usar datos reales y no generados por azar
Realmente te adentras en la bases de la probabilidad. No es un curso fácil de llevar y de entender, y requiere de mucha lectura y video adicionales.
Buen material, pero buscaron compactar muchos temas en muy pocas clases lo que lo hace difícil de sobrellevar. Espero que en el futuro el mismo temario quede repartido entre dos y 3 cursos para exponer los temas en forma y con más ejemplos, es mi única observación. GRANDE MIKE SHONORA por ser nuestro profe...
En general me gustó el contenido del curso. Para mi gusto creo que los videos estan un poco largos con respecto a otros cursos que he tomado. Y por eso se me hizo algo pesado. Creo que fluyo mejor cuando son videos mas cortos aunque sean mas videos
Logre entedner que son las distribuciones, y para que sirven, me costò muchisimo pero lo hice
El profesor es increíble, sin embargo no le doy las 5 estrellas porque si considero que antes de este curso y el de estadística descriptiva debería haber alguno de introducción a scikit, si no la curva de aprendizaje se vuelve muy pronunciada de repente
Siento que por momentos la parte de la explicación del MLE se tornó un poco difícil, pero revisando comentarios y otros videos se entendió bien!. un crack el profe!
Excelente curso, me encanta que al final deje ejercicios para que podamos evaluar los conceptos que vimos en el, me parece super importante que nos de la opción de verificar si aprendimos o no
muy buen curso, se recomienda buenas bases matematicas, y bases de python
Puede ser díficil si no se tienen bases matemáticas. La teoría me pareció confusa en algunas clases, por lo que tenía que tomar vídeos de youtube. Mis confunsiones se vieron reflejadas en mis intentos de examen del curso. Los retos del final del curso ayudan a entender mejor varios conceptos, pero no todos
Un curso muy motivador, a la par que fue en lo que voy de la carrera, por mucho el más exigente, me llevó a comprender elementos de matemática muy avanzados, al menos que no he llevado cálculo aún, sin embargo ha valido la pena totalmente, una maravilla de curso. Sin embargo tal vez sea necesario en la escuela de Platzi un curso previo para que la matemática no nos agarre tan en curva como lo hace en este curso
El profesor explicó de forma muy clara los temas. Especialmente me gustó los retos finales, porque sirven para afianzar lo aprendido en las clases del curso
Es un curso bastante rápido, algunos conceptos quedan omitidos, recomiendo ver más a profundidad ciertos conceptos que mencionan en el curso. En general me parece un curso bastante bueno, como siempre me gusta la forma en la que se muestran las matemáticas por medio de Python y también la relación que hay entre la teoría y la práctica, lo cual es muy duro cuando se trata de matemáticas.
excelente
Las diferentes formas de calcular un probabilidad y entender a detalle que es una distribución
Fuerte contenido matematico para tener las bases de como es que funciona los diferentes algoritmos que se usan en Ciencia de Datos
Todo el curso es muy bueno, pero hay unos temas complejos que sería bueno tomar más clases para profundizar, en especial MLE. Adiciiiiionalmente, sería bueno que los ejercicios fueran un poco más elaborados en especial para los ultimos temas. Y cuando se explica el codigo en python, tambien podría haber una explicación más en detalle. De todas formas para la complejidad del curso, tanto el contenido como el profesor son excelentes
Gran uso de herramientas para desglozar el modelado matematico y entendimiento de los problemas de uso de la matematica en probabilidad.