Me impresiono conocer que una red neuronal es un modelo muy versátil, que permite la estimación tanto paramétrica como no paramétrica
117
Opiniones
avanzado
Compara el rendimiento académico en matemáticas entre estudiantes con y sin acceso a internet usando una red neuronal y técnicas de estimación inferencial. Aprende a aplicar la teoría estadística en datos reales para tomar decisiones educativas efectivas.
Julián Cruz
Docente en Universidad Externado de Colombia
Me impresiono conocer que una red neuronal es un modelo muy versátil, que permite la estimación tanto paramétrica como no paramétrica
Buen curso, buen contenido, buen profesor. Sin duda uno de los más completos.
Realmente necesitaba un curso de este estilo, muy útil riguroso, la metodología es muy interesante. Dejaría dejar el proyecto al más profundo
Muy bueno! Algunas cosas a mejorar, creo que las clases de lectura no suman. Pero 100% recomendable, excelente curso. Felicitaciones
Teoría y práctica, hay que estar muy atentos!
Un curso muy bueno para familiarizarse con los conceptos de estadística. Ya que toda la rama de Machine Learning se nutre de los conceptos de este curso
Toda la información teórica y practica que se va desarrollando durante el curso y la forma tan detallada de explicar del profesor.
Muy bueno el contenido. Creo que sería bueno mejorar las explicaciones en cuanto a profundidad.
Muy buen curso, me gustó la forma de primero teoría y después aplicaciones, se puede mejorar un poco la explicación de ciertos temas
El curso tiene bastante contenido, pero debería ser explicado de forma más detenida en especial cuando se llega a la práctica en R. En mi caso solo tenia las bases del curso de introducción en R y fue a veces complicado seguirle el paso al profesor o entender para que servía cada código.
Muy buen curso para comprender más el análisis de los datos. Sin embargo, se requiere un previo conocimiento de lenguaje R para no perderse en los ejercicios prácticos.
El profesor sabe muy bien lo que explica pero sí me gustaría un curso más teórico primero, en el que si se introdujeran fórmulas. Además, ciento que la parte de las distribuciones simuladas debió habérsela saltado, y trabajar directamente con el ejemplo del final.
Muy buen curso, aunque muy teórico. Podrian incluirse más ejemplos para interiorizar mejor algunos parámetros. La explicación de las RN podria mejorarse.
Muy bueno el contenido. Aplicar técnicas de análisis pobabilístico para estimación de parámetros es una herramienta muy útil y sorprendentemente sencilla de implementar con R. Como recomendación, es mejor ver la parte de simulación alternando con la parte teórica, así me parece que todo se lleva a la práctica más justo después de ver ese pedazo de teoría y se interioriza mejor qué hace cada parte del código.
Habían algunas preguntas del examen que si vieron en clase, pero que en clase se tocaron de manera superficial como es el caso de la estimación por intervalo.
Los conceptos estadísticos fueron claros, con ejemplos ilustrativos, prácticos y muy comprensibles.
El mejor curso que he reazido de todos los de platzi, sumado la explicación del profesor
Conocimiento necesario para ser un buen analista de datos
. .
Gran herramienta para estudiar grandes volumenes de datos, analizarlos y sacar conclusiones
Buen curso. Se manejo una buena distribución de los temas teniendo en cuanta que primero se explico a teoría después se practicó haciendo las simulaciones en R , sin embargo me hubiera gustado mas análisis e interpretaciones de los mismas.
Pronósticos, ensayar fundamentos, trabajar con muestreos. Inferir resultados con muestras con R se torna "sencillo y natural". Muy Bueno!!
Me gusto el curso, pero me gustaría que profundizara más en cada uno de los temas porque apenas tocamos la punta del ice berg en cada uno.
Buen profesor. Se nota que sabe algo de estadística. Los ejercicios prácticos podrían ser más representativos de la estadística inferencial y no mezclarlo con redes neuronales
Buene Buene Buene Buene Buene Buene Buene Buene Buene Buene Buene Buene Buene
Muy bueno para complementar si tu ya tienes conocimientos previos sobre estadística inferencial, de lo contrario tendrás que estudiar por aparte para comprender del todo el tema. Pero en general muy bueno.
El contenido es adecuado, el profesor domina los temas, falta mejorar la descripción de variables del dataframe, profundizar mas en temas