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
Certificado digital
¡Comparte tus logros con un certificado!
Cuando termines el curso tendrás acceso al certificado digital para compartirlo con tu familia, amigos, empleadores y la comunidad.
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 · 334 opiniones
Alfonso Cervantes Maldonado
@alfonsocm·
Muy buen curso, práctico y concreto
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Orlando Ramirez
@orlandoramirez·
Se podría actualizar este curso, pero realmente ha sido muy bueno
Angel Armando Estrada Engallo
@angest1000·
Super bien explicado y facil de entender
Nery Fuentes
@nery.fuentes·
Excelente curso :)
Daniel Cardona Velasquez
@dacardonave·
Excelente curso introductorio a las técnicas de regresión con Python
Ricardo Gomez
@ricagomeg·
Excelente
Andres Felipe Castañeda
@Johacas001·
Buen curso, facil de entender
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.
Antonio Demarco Bonino
@antonio-demarco-bonino·
Es un gran paso en mi carrera de data science! A seguir creciendo en el mundo de los datos.
Yael Ramírez
@yaelrmz·
Me agrada la manera en que se organizó el curso además de que el profesor es muy bueno explicando
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.
Mauricio Davila Rafesca
@davil_r·
¡Excelente curso!
David Salazar Saldarriaga
@dsalazarsa·
muy bueno
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.
@kuen573jn·
El material practico (notebooks) fue imprescindible para comprender el tema
Isaac Bryan Ascanoa Roncall
@Bryan0101·
En este curso, lo mejor fue conocer lo que te puede llevar el conocimiento de la regresion lineal y como lo debes aplicar con datos de dataset. Es algo a tener en cuenta.
Alex Giraldo
@alex.giraldo9808·
Muy fácil de entender los temas.
Ramon Alejandro Puentes Vargas
@rapuentes·
Conceptos claros
Daniel Moreno
@damt·
Excelente curso de introducción a Regresión Lineal con Python y scikit-learn
Pablo Campiño
@pcampo21·
Fue un excelente curso gracias a la metodología y al proyecto del curso que hace repasar su contenido. Igualmente importante fueron los aportes, los cuales brindan actualizaciones a ciertas aspectos obsoletos así como expiencia.
Freddy Humberto Mendoza Muñoz
@fhmurdock·
Un curso muy interesante para entender como utilizar las librerías de Python en la aplicación de técnicas de machine learning
Luis Antonio González Díaz de León
@LuisDiaz95·
Entre más complejos los cursos, más completos.
@carlos.alberto.diaz·
Muy bueno el curso ya que se puede ver la aplicación de conceptos teóricos referentes a Regresión lineal.
Jose Rafael Diaz Suarez
@jrds5188·
Excelente Profesor
Manuel Vega Quiroga
@manuel.93.vega·
Excelente
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Data Science e Inteligencia Artificial
Potencia tu carrera con nuestros cursos online de ciencia de datos. Domina la analítica de datos para resolver desafíos y certifícate como Data Scientist.
Ruta
Bases para Analítica y Ciencia de Datos
13 horas
7 Profes
Descubre roles y herramientas de análisis y ciencia de datos desde cero. Aprende matemáticas esenciales, Excel, estadística y probabilidad.
Ruta
Modelos de Difusión: Generación de Imágenes con AI
7 horas
4 Profes
Usa los modelos de difusión para generar imágenes que puedes usar en tus contenidos, campañas y proyectos.
Ruta
Data Scientist con Python
101 horas
18 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
Análisis y Manipulación de Datos con Python
25 horas
3 Profes
Da el siguiente paso como analista de datos utilizando Python. Maneja y analiza cantidades grandes de datos, profundiza y agiliza tu proceso de análisis.
Ruta
Análisis de Datos y Business Intelligence
27 horas
11 Profes
Analiza datos para identificar patrones y tendencias. Crea reportes y visualizaciones estratégicas para el negocio.
Ruta
Bases de datos SQL
24 horas
4 Profes
Sumérgete en el mundo de las bases de datos y SQL, esta ruta te proporcionará las habilidades esenciales para organizar y manipular datos de manera eficiente.
Ruta
Deep Learning: Computer Vision
22 horas
4 Profes
Adquiere comprensión y práctica de esta disciplina. Domina las técnicas esenciales para procesar imágenes y vídeos, y desarrolla aplicaciones innovadoras
Ruta
Data Warehousing y ETL
10 horas
3 Profes
Domina la gestión y procesos de ingeniería de datos a gran escala.
Ruta
Matemáticas para Machine Learning con Python
31 horas
7 Profes
Comprende cómo usar el poder de las matemáticas para crear y optimizar modelos de machine learning.
Ruta
AI: Desarrollo de Apps con LLMs
18 horas
7 Profes
Desarrolla aplicaciones de AI usando Grandes Modelos de Lenguaje (LLM), como GPT-4 y Llama
Ruta
Machine Learning con Python
25 horas
7 Profes
Aprende y aplica tus conocimientos para desarrollar soluciones avanzadas. Domina las habilidades necesarias para crear modelos de ML efectivos.
Ruta
Domina Excel
13 horas
3 Profes
Aprende Excel de nivel básico a avanzado. Domina esta herramienta esencial para análisis de datos y toma de decisiones eficientes.
Ruta
Data Engineer
103 horas
17 Profes
Crea la infraestructura de extracción y preparación de datos para analítica en organizaciones.
Ruta
Deep Learning: Procesamiento de Lenguaje Natural (NLP)
39 horas
8 Profes
Domina el uso y desarrollo de modelos de lenguaje para tareas de procesamiento de texto con deep learning.
Ruta
Bases de Datos para Data Engineers
32 horas
6 Profes
Maneja bases de datos relacionales y NoSQL para modelar y almacenar datos para analítica y BI.
Ruta
Data Analyst
46 horas
12 Profes
Explora la especialidad de Data Analytics con cursos online: descubre patrones y crea informes estratégicos.
Ruta
Computación y Machine Learning en la Nube con AWS
31 horas
5 Profes
Gestiona tu infraestructura de datos en la nube. Eleva tus habilidades de Data Engineer y acércate al perfil de Machine Learning Engineer con AWS.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender