
Andrés Felipe Laverde Martínez
@andresflaverdeUna descripción compacta y bastante util para entender el pipeline de procesamiento de datos usando estadística descriptiva
1521
Opiniones
básico
Entiende y aplica estadísticas descriptivas para analizar datos en data science. Desde diferenciar estadísticas descriptivas e inferenciales hasta el uso de visualizaciones y reducción de dimensionalidad con PCA. Mejora tus análisis.
Francisco Camacho
Co-founder & CTO en Hunty
Una descripción compacta y bastante util para entender el pipeline de procesamiento de datos usando estadística descriptiva
Me gustó mucho la practica en Python
Es muy buen curso y ves la importancia de la Estadistica Descriptiva en el análisis de datos
Un curso muy completo, se aprende bastante pero se debería de dar mejor la explicación
Que primero había una clase teórica y después una práctica, gracias a esto quedaban mejor reforzados los temas.
bien
ok
Un curso prueba para ver de qué estás hecho, para ver si tu voluntad para triunfar en data es fuerte.
Excelente aunque me gustaría contar con datos para poder hacer más ejercicios. Gracias,
El curso fue excelente, da un panorama más claro de lo que está detrás del DS, sin embargo me sentí un poco perdida en los últimos capítulos con respecto al uso de las librerías y el detalle o lógica detrás de esto
OHHHH nicel
Toda la información es nueva para mi pero muy comprensible y me moiva a seguir aprendiendo.
Francisco gran profesor. conceptos claros y buenos ejemplos. Quizas me hubiese gustado un proyecto en caminado durante todo el curso. o uno mas especifico al final. en todo caso se vieron temas muy interesantes
a
La información es muy pertinente e interesante
Me gusto mucho la parte en como explican conceptos abstractos como reducción de dimensionalidad.
El profe explica muy bien los conceptos matematicos. La mejora radicaria en la explicacion de codigo en Deepnote
Es un muy buen curso, pero sinceramente me habría gustado conocer de donde vienen los conceptos. Y el profesor es excelente explicando.
Realente se tocaron temas muy importantes y fue muy directo en su contenido, sin embargo siento que se podría a ver manejado varios conceptos con mas ejemplos, ya que solo se profundizaba en la parte matemática y relmente no había un ejemplo que esclareciera su significado
Es necesario saber de algebra lineal para ver el final del curso
Lo mejor de este curso es que va al punto de lo que se esta buscando en Data Sciense, para identificar tipos de datos, procesamiento, realizar análisis exploratorio, correlaciones, reducción de data y entrenamiento de modelo (Básico).
El curso muy bien, pero me hizo falta algún proyecto final para poder poner a prueba todo lo aprendido en el curso, creo que en general todos los cursos deberían de incluir un Proyecto Final
El docente explica muy bien la clase magistral pero el enfoque hacia las prácticas puede mejorar
El profe es buenísimo y el contenido es muy amplio, pero considero que la curva de dificultad está un poco exponencial xD
Muy buen curso y buen docente. Es buen explicando los temas pero seria mejor usar terminos de forma más precisa, por momentos me confundia al intercambiar los terminos varianza y covarianza.
Me sorprendió el curso, aborda los temas de manera sencilla y mediante Deepnote el aprendizaje de los conceptos se hace más sencillo. Las preguntas y opciones de respuesta de algunas preguntas del examen pueden sonar ambiguas.
La parte final de PCA... esta explicada medio para gente que ya sabe del asunto. Deberian mejorar esto
El profe muy didáctico pero noté que hace falta un par de ejemplos más en los temas más complejos, en las ultimas clases, para reforzar lo aprendido. Son conceptos muy abstractos.
Me ha parecido muy bueno el curso, sobre todo porque he podido recordar algunos conceptos de estadística del instituto y aprender a aplicarlos en deepnote, además he podido aprender otros.
Excelente curso y muy buen profesor.