

Axel Yaguana
Este es un gran curso. La maestra enseña todo muy bien. Tómenlo, les será muy útil en su carrera como data scientists. :D
Comprende la estadística inferencial para Data Science e IA: aprende a estimar parámetros, interpretar intervalos de confianza y validar hipótesis con Python. Domina técnicas de muestreo y validación cruzada para análisis precisos.


Este es un gran curso. La maestra enseña todo muy bien. Tómenlo, les será muy útil en su carrera como data scientists. :D

Las clases han sido muy útiles para repasar conceptos fundamentales de la estadística. En general considero que el contenido es MUY bueno. Sin embargo hay dos cosas [ desde mi punto de vista] que quizás pudieron ser mejores: Primero. Me hubiera gustado que se profundizara más en la explicación de las fórmulas matemáticas. Segundo. A la hora de explicar un concepto un poco complejo, creo que a veces se complicaba más de lo necesario.


Muy buenos temas con una excelente maestra


Excelente curso, ayuda a entender el contexto general del tema


Excelente Curso


Un curso bastante claro


Muy buen curso tiene algunos errores pero nada grave me hubiera gustado que usaran un ejemplo diferente al del iris


Me encanto la actitud de la profesora :)


excelente curso


Se entiende el uso de las librerias y las distintas formulas durante el curso, muchas gracias!


La claridad de la explicacion y la importancia de lo aprendido para ciencia de datos e IA


Buen contenido

gracias


Muy bueno, creo que es darle más profundidad


Te explica simple y claro, es muy didáctica y aprendí en un día lo que llevo semanas tratando de entender. Es excelente su metodología. Gracias profesora.

Excelente curso me quedo claro todo lo que explico


Si super recomendado, simplifica mucho el entendimiento sobre los metodos de pruebas de hipotesis, me ayudo mucho.

Un estupendo curso de Estadística Inferencial orientado a Ciencia de Datos con pruebas directas en Python. Adicionalmente, excelente para aprender el uso práctico de Google Colab asi como el uso de esa herramienta como apoyo al proceso analítico, de descubrimiento y de decumentación del análisis estadístico. Conceptos suficientes y claros, los necesarios en el alcance necesario. La instructora Sílvia: Educada, agradable, profesional, con experiencia, y con un enfoque didáctico orientado a suministrar un primer alcance básico a los conceptos. En cursos más avanzados de profundisa. Aprendí mucho de estadística inferencial, Python, Google Colab y formas de enfrentar problemas estadísticos. Gracias Silvia. Gracias Platzi,


muy buenos fundamentos

Este es de los mejores cursos de la ruta Silvia explica increible !!!!!!!!


Muy buen curso.


🚀 #NuncaParesDeAprender 🚀 Excelente curso creativo, didáctico y práctico de Estadística Inferencial para Data Science e Inteligencia Artificial para aprender a utilizar Python y desarrollar pensamiento estadístico para trabajar con una muestra limitada de datos y poder generar predicciones sobre ella. Aprendí a: * Crear muestras de poblaciones para facilitar el análisis. * Conocer cómo probar hipótesis de modelos. * Utilizar bootstrapping para simular adquisición de datos repetida. * Aplicar intervalos de confianza para estimar valores desconocidos. ¡El mejor día para empezar es hoy, nunca paremos de aprender e ir tras de la mejora continua de nuestra Marca Personal! 🏆 Muchas gracias a Silvia Ariza Sentís y al equipo Platzi 👏 ¡Dios los continúe bendiciendo! 🚀


Repasar conceptos claves para todo aspirante a científico de datos, codificar cada formula en python. Excelente curso.

Buen curso lo volveria a ver me gusto mucho.


Excelente curso teórico y práctico a la vez en el cual podemos aplicar los conocimientos en python y librerías de estadística.

Excelente contenido, la aplicación de estos conceptos y cálculos en pyhton son plus para los científicos de datos en formación


En este curso aprendí más acerca de lo que vi en la universidad. Es una manera más realista y aplicada de ver la estadística inferencial.

Muy practico y al punto.


...


Exposiciones claras y contundentes