Francisco Camacho
Curso de Matemáticas para Data Science: Probabilidad

Opiniones del Curso de Matemáticas para Data Science: Probabilidad

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.

Avatar Luis Alejandro Nieto Ruth

Luis Alejandro Nieto Ruth

@LuisAlejandroNieto2020

muy buen curso, reforcé los conceptos de estadística, el examen estuvo algo complicado

Avatar Jonathan Peña

Jonathan Peña

@jomipeis

Es bueno profundizar en los temas de probabilidad en Data Science

Avatar David Montoya Perez

David Montoya Perez

@Darvand

El curso, para alguien que esta iniciando no lo recomiendo. Hay clases que explican el fundamento teorico de ecuaciones y tecnicas que se usan en ML; pero alguien iniciando, no sabe de estas

Avatar angel ayala

angel ayala

@Angel_Ayala

Muy buen curso, si es de un nivel avanzado pero deja claras muchas cosas

Avatar Natalia Belenguer Sanmartin

Natalia Belenguer Sanmartin

@nataliabelenguersanmartin

Me quedo con ganas de aprender mas, es un mundo muy amplio y se agradece la aportacion de enlaces para aprender y ampliar conocimiento

Avatar Juan Felipe Ángel Martínez Bernal

Juan Felipe Ángel Martínez Bernal

@JuanFe98

Gran curso de probabilidad. No estaría mal profundizar mejor los últimos temas

Avatar Juan .

Juan .

@Juan_

Me gustó el curso. Espero que pronto hagan nuevos cursos aplicando todos estos fundamentos

Avatar Liceth Paola Moreno Ruiz

Liceth Paola Moreno Ruiz

@licethpaolamorenoruiz

Buen curso, temas importantes para abordar y metodos practicos en el. La explicación del profesor tambien de gran compromiso.

Avatar David Castillo

David Castillo

@dcastillom_89

Mucha práctica y lectura. No sólo basta el curso sino investigar por varias fuentes ya que el curso es una noción.

Avatar Simón Cuartas Rendón

Simón Cuartas Rendón

@scuartasr

Antes de explicar cada tema, es mejor dar uina introducción a la notación matemática.

Avatar David Esteban Silva Galvis

David Esteban Silva Galvis

@david92

La aplicacion de python a casos reales de distribuciones de probabilidad, y la explicacion de estos de manera clara.

Muy buen contenido aunque las últimas clases sigo prefiriendo que duren hasta 50 minutos si es posible para profundizar más en los temas

Avatar Abel Cano Jiménez

Abel Cano Jiménez

@acanoj

Son temas muy extensos y poco el tiempo, pero muy buenos

Avatar Kristian Escobedo

Kristian Escobedo

@kristianescobedo

Excelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent ExcelentExcelent Excelent Excelent Excelent

Avatar David García

David García

@mcdavidg

012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789

Avatar ERIK ALBARRAN ZAVALA

ERIK ALBARRAN ZAVALA

@fm_eq

Se hicieron ejercicios en python donde se ajustó una distribución gaussiana a un conjunto de datos. Pero creo que el tema de la "regresión logística" le faltó profundizar y detallar la explicación.

Avatar Wenceslao Cápolo

Wenceslao Cápolo

@wenceslaocapolo

Me gustó mucho como curso introductorio, para conocer todos los conceptos que luego profundizaremos en la escuela de Data Science. Sin embargo, a veces me sentí perdido y creo que hubiera sido positivo una explicación un poco más extensa, e ir más lento con los conceptos. De todas formas un muy buen curso!

Avatar Jorge Urrea

Jorge Urrea

@jhurreaq

Muy buen curso. Uno de los más completos y de mayor rigurosidad que he tomado hasta el momento. Tal vez un proyecto final basado en una base de datos real pueda ayudar a afianzar mejor algunos de los conceptos.

Avatar Astrid Baquero Bernal

Astrid Baquero Bernal

@astridbaquero

Su utilidad en el área de Data Science.

Avatar Guillermo Baduna

Guillermo Baduna

@ingbaduna

Creo que se puede simplificar mucho el desarrollo matematico si se trabaja mas en los comandos de Python que resuelven todo de una manera eficaz. Con tener el concepto teorico, muy poco desarrollo matematico y practica en la programacion seria suficiente.

Avatar Mario Enrique Morales Abril

Mario Enrique Morales Abril

@mariobac1

Siento que al final le faltó un poco más de llevar el procedimiento, pero la teoría estuvo bien

Avatar Lautaro Cupaiuoli

Lautaro Cupaiuoli

@cupa

Un curso interesando donde se debe repasar mas de una vez ya que aveces es dificil seguir el hilo de lo que se esta explicando

Avatar Consuelo Castañeda Lopez

Consuelo Castañeda Lopez

@Delkon

se me complicó un poco pero repasé y realice los ejercicios, pero al final si se pudo jajaja Me pareció que de repente iba muy rápido en cuanto a la explicación, tuve que detenerme varias veces y ver el video dos veces para comprender

Avatar Andres López

Andres López

@a_nerd_more

Un buen curso para adentrarse en el mundo de la probabilidad aunque un poco complejo si como yo tienes conocimientos previos.

Avatar Rafael Boanerges Jose Rengel Ruiz

Rafael Boanerges Jose Rengel Ruiz

@ralfcs112

muy buen curso bien explicado bien por los conceptos ejercicios interesantes y muy buenos.

Avatar Manuel Alejandro Cano Domínguez

Manuel Alejandro Cano Domínguez

@Bakkchea

\ Muy buen curso

Avatar Richard Eduardo Sailema Medina

Richard Eduardo Sailema Medina

@RichardSailema

El curso es bueno para quien tiene bases de estadística y probabilidad, de lo contrario se tiene que aprender paralelamente de libros y videos. Si te dedicas lo vas a lograr pero vas a invertir una buena cantidad de tiempo.

Avatar Jacobo Ayala Giraldo

Jacobo Ayala Giraldo

@jaayg23

Me parece que el curso es algo confuso, aún así con temas muy interesantes

Avatar MICHAEL LEONARDO AGUAS MURILLO

MICHAEL LEONARDO AGUAS MURILLO

@mleonardoa29

El nivel de rigor es un gran acierto y es muy valioso para el curso, no obstante, a veces se torna un poco confusa la explicación.