Guía práctica de algoritmos de machine learning con scikit-learn
Clase 11 de 16 • Curso de Introducción a Machine Learning
¡Hola! Te doy la bienvenida a esta clase con un nuevo reto.
Antes que nada espero que te haya ido excelente con el notebook del reto anterior y que hayas completado todos los ejercicios. Recuerda que cualquier duda puedes dejarla en comentarios de la clase para que toda la comunidad de Platzi pueda apoyarte.
Notebook de algoritmos de machine learning
En la notebook en Google Colab de esta clase encontrarás una guía para probar algoritmos de machine learning en código. Desde la carga de datos hasta entrenar el modelo y verificar su performance.
Para estos ejemplos utilizaremos la librería de scikit-learn, una de las librerías con las que podemos comenzar a aprender el uso de algoritmos de machine learning de manera más sencilla.
En los siguientes cursos de la ruta de la Escuela de Data Science profundizarás en el uso de scikit-learn y otras librerías de machine learning. ¡Comencemos con la base! 🧠
Crea una copia de este notebook en tu Google Drive o utilízalo en el entorno de Jupyter notebook que prefieras. Recuerda instalar las librerías necesarias para ejecutar el código si ejecutas tu notebook en un entorno local.
Esta notebook no tiene ejercicios adicionales como la anterior, pero este el reto que tienes para esta clase:
- Identifica en qué partes del código aplicamos los diferentes conceptos teóricos aprendidos en las clases anteriores.
¡Leo tus anotaciones en los comentarios y nos vemos en el próximo módulo!