Nivel Intermedio
21 clases
2 horas de contenido
10 horas de práctica
Construye modelos de regresión lineal con Python y scikit-learn. Analiza datos, entrena y evalúa modelos, y mejora tus predicciones eliminando variables innecesarias. Aprende a usar métricas y técnicas avanzadas para optimizar resultados.
Clases del curso
Cómo funciona la regresión lineal
Regresión lineal multivariable
Proyecto práctico
Pasos siguientes
Profes del curso
Conoce quién enseña el curso
Luis Fernando Laris
Senior Data Scientist en Baubap
Experto en la industria tech con múltiples años de experiencia en bancos y empresas importantes de México.
Sus pasatiempos son jugar videojuegos y pasar tiempo en familia.
Proyecto del curso
Predicción de gastos médicos con regresión lineal
Crea un modelo de inteligencia artificial utilizando Python y scikit-learn para generar predicciones sobre gastos médicos de pacientes. Utiliza más de una variable en tu modelo y mejóralo para obtener resultados más precisos.
conocimientos previos
- Estadística descriptiva e inferencial para data science.
- Cálculo para inteligencia artificial.
- Álgebra lineal para inteligencia artificial.
- Manipulación y análisis de datos con Pandas, NumPy, Matplotlib y Seaborn.
software y recursos necesarios
- Python 3
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.7 · 349 opiniones
Irving Hernández
@irving.hernandez.ag·
Excelente curso introductorio. Te deja con sólidas bases
Alfonso Cervantes Maldonado
@alfonsocm·
Muy buen curso, práctico y concreto
Ronald Andrey Beltran Parada
@andrey.beltran28·
Excelente curso
IVAN RUBEN DIAZ RAMIREZ
@ivaxrubex·
Muy buen curso, solo me hubiera gustado que el profesor hubiera sido mas riguroso en las matemáticas.
Oscar David Bocanegra Capeara
@David_Bocanegra·
un curso bastante interesante para aprender sobre como funciona la regresion lineal en los modelos supervisados y como se implementa con sklearn
Juliana Castillo Araujo
@julianacastilloaraujo·
Excelente, gracias a este curso pude realizar mi proyecto
Alan Castellanos Sulca
@alandanielcastellanossulca·
l
Javier Martínez González
@javiermargon·
Muy buen curso introductorio a ML!!!!
Orlando Ramirez
@orlandoramirez·
Se podría actualizar este curso, pero realmente ha sido muy bueno
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Excelentes explicaciones del profesor.
Angel Armando Estrada Engallo
@angest1000·
Super bien explicado y facil de entender
Nery Fuentes
@nery.fuentes·
Excelente curso :)
Mathew Fuentes
@maticus.15.1·
Excelente curso
Ludwing Jeffry Fransua González Quinteros
@ludwingjeffry·
La manera eficiente de enseñar la complejidad de la Regresión Lineal
Miguel Andres Castro Bocarejo
@macb93·
Me pareció una clase muy buena, fácil de entender a través del proyecto que se hizo en clase.
César Alejandro Ortiz Sánchez
@c0o01y3·
Excelente
Ricardo Gomez
@ricagomeg·
Excelente
Jose Rodriguez
@Joseroje·
Me gusto el curso, directamente a la practica, deberian actualizar o al menos colocar en los recursos o comentarios cuando halla librerias que estan desactualizadas, fue lo mas complicado
Juan Fonseca
@Scorpionsjc·
excelente
RENÉ CARDOSO
@rcardosob·
Excelente curso. Excelente profesor. Explica de forma muy sencilla. Aunque no profundiza en demasía, me gustó mucho el curso. De uno depende la profundización.
Francisco Borrero
@franciscob0809·
Está perfectamente explicado qué es una regresión lineal, qué herramientas estadísticas hay en su uso, cómo crearlo usando Python y cómo evaluarlo usando residuales. Todo ello hace que sea fácilmente aplicable.
Adrian Lima
@adrianlima3·
Excelente el profesor, muy didáctico
Daniel da Silva Jarque
@ddasilvajarque·
Gracias a al profesor, por el curso y a los compañeros, por sus aportaciones.
@ljmartinezm·
Lo mejor del curso es entender el funcionamiento de una regresión para de esta forma, entender los resultados y saber cómo mejorarlos
Elío Diez
@eliodiez·
Muchísima claridad en las explicaciones y mucho orden en los notebooks. ¡Buenísimo!
Francisco Matta Perdomo
@fmattaperdomo·
Que gran curso. muy bien explicado. un gran maestro. recomendado.
Javier Agudelo
@Javierxd1·
Un muy buen curso. Sin embargo en el exámen existen algunas preguntas algo ambiguas. Sería interesante profundizar un poco más en los aspectos matemáticos
ricardo andres naranjo loaiza
@chitara44·
el modelo de enseñanza involucrando ejemplos hace mas efectivo el proceso de enseñanza
Juan Felipe Rodriguez Valencia
@Jrovez·
excelente contenido del curso; motiva a seguir la carrera de inteligencia artificial
Marcelo Bengolea
@mfbengolea·
Muy buen curso. Es un resumen practico de todo lo aprendido hasta el momento.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data e Inteligencia Artificial
71 horas
19 Profes
Domina data science para sacar valor a los datos e incrementar su potencial con machine learning para integrar inteligencia artificial a productos de software.
Ruta
Data Scientist con Python
94 horas
17 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Ruta
Machine Learning y Matemáticas con Python
27 horas
8 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist
127 horas
29 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Machine Learning con Python
27 horas
7 Profes
Aprende y aplica tus conocimientos para desarrollar soluciones avanzadas. Domina las habilidades necesarias para crear modelos de ML efectivos.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender