Machine Learning
Contenido del curso
Introducción a las bases de datos relacionales
- 3
Qué son entidades y atributos
10:38 min - 4
Historia de las bases de datos relacionales
03:19 min - 5
Entidades de Platzi Blog
08:05 min - 6
Relaciones
10:25 min - 7
Múltiples muchos
02:25 min - 8
Diagrama ER
05:12 min - 9
Diagrama Físico: tipos de datos y constraints
13:50 min - 10
Diagrama Físico: normalización
10:16 min - 11
Formas normales en Bases de Datos relacionales
02:54 min - 12
Diagrama Físico: normalizando Platziblog
14:46 min
RDBMS (MySQL) o cómo hacer lo anterior de manera práctica
SQL hasta en la sopa
- 19
Historia de SQL
03:53 min - 20
DDL create
13:53 min - 21
Playground: CREATE TABLE
- 22
CREATE VIEW y DDL ALTER
10:17 min - 23
DDL drop
05:16 min - 24
Playground: VIEW, ALTER y DROP en SQL
- 25
DML
17:03 min - 26
Playground: CRUD con SQL
- 27
¿Qué tan standard es SQL?
10:26 min - 28
Creando Platziblog: tablas independientes
11:34 min - 29
Creando Platziblog: tablas dependientes
11:24 min - 30
Creando Platziblog: tablas transitivas
09:19 min
Consultas a una base de datos
- 31
¿Por qué las consultas son tan importantes?
02:34 min - 32
Estructura básica de un Query
06:23 min - 33
SELECT
11:15 min - 34
Playground: SELECT en SQL
- 35
FROM y SQL JOINs
07:10 min - 36
Utilizando la sentencia FROM
14:46 min - 37
Playground: FROM y LEFT JOIN en SQL
- 38
WHERE
14:00 min - 39
Utilizando la sentencia WHERE nulo y no nulo
10:16 min - 40
Playground: Filtrando Datos con WHERE
- 41
GROUP BY
11:55 min - 42
ORDER BY y HAVING
13:02 min - 43
Playground: Agrupamiento y Ordenamiento de Datos
- 44
El interminable agujero de conejo (Nested queries)
12:39 min - 45
¿Cómo convertir una pregunta en un query SQL?
06:14 min - 46
Preguntándole a la base de datos
10:08 min - 47
Consultando PlatziBlog
12:35 min - 48
Playground: Prueba Final con PlatziBlog
Introducción a la bases de datos NO relacionales
Manejo de modelos de datos en bases de datos no relacionales
Bases de datos en la vida real
Bonus
Machine Learning
Todos los cursos GRATIS
Se acaba en:
:::
Resumen
Machine Learning tiene significados que varían. Es una serie de técnicas que involucran la inteligencia artificial y la detección de patrones.
Machine learning para datos tiene un gran campo de acción y es un paso más allá del business intelligence.
Nos ayuda a hacer modelos que encuentran patrones fortuitos encontrando correlaciones inesperadas.
Tiene dos casos de uso particulares:
- Clasificación
- Predicción
![Francisco Garcia [C6]](https://static.platzi.com/media/avatars/avatars/garciafran_c845c2fe-2ea4-42db-a305-a7f4ef13b0fd.jpeg)
