Carlos Montiel
@carlos-montielMe gustó el contenido y las explicaciones, sólo que tal vez hubiera sido mejor una explicación un tanto más visual del teorema de bayes, yo lo entendí con 3brown 1 blue

Subtítulos en español
1634
Opiniones
básico
Comprende y aplica el pensamiento probabilístico y su uso en programación. Aprende a calcular y actualizar probabilidades en varios contextos, incluyendo programación probabilística, Teorema de Bayes y detecta errores estadísticos comunes.
David Aroesti
Cloud Engineer en Google
Me gustó el contenido y las explicaciones, sólo que tal vez hubiera sido mejor una explicación un tanto más visual del teorema de bayes, yo lo entendí con 3brown 1 blue
bueno
Creo que debimos ver mas acerca de probabilidad, pero aprendi mucho acerca de los algoritmos, te abren la mente para clasificar o agrupar datos.
Excelente, he aprendido mucho, y continuare en la ruta.!
Gracias por el buen material y los buenos profesores
Empezar a conocer las herramientas que se utilizan en Machine Learning.
El temario, muchas cosas no conocía aún siendo ingeniero, técnicas, y muchos conceptos prácticos
Binen! Binen! Binen! Binen! Binen! Binen! Binen! Binen! Binen! Binen! Binen!
Muy buena las explicaciones de las falacias estadísticas, permite tener mas claro la información que se revisa.
Lo mejor es que desarrollas el pensamiento probabilístico para identificar la mejor solución para determinados problemas. Esto es muy útil al implementar machine learning en nuevos campos.
Que DIFICIL pero logre como 4 intentos uyyyy, pero ahi sigo con animo y fuerzas
David como siempre excelente y muy buen motivador
Es una introducción al tema, se tiene que ampliar el conocimiento con estudio complementario independiente. No siempre los argumentos son evidentes, de manera que es necesario no dejar de aprender en éste tema, como en tantos otros.
Se presentan los conceptos fundamentales para tener una base de conocimiento que sirve de introducción al machine learning de manera adecuada.