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 · 341 opiniones
Alfonso Cervantes Maldonado
@alfonsocm·
Muy buen curso, práctico y concreto
Jose Fabricio Rodriguez Sanchez
@jf-02·
Que bueno sería ver un curso mas avanzado, esta información es muy importante
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Javier Martínez González
@javiermargon·
Muy buen curso introductorio a ML!!!!
Orlando Ramirez
@orlandoramirez·
Se podría actualizar este curso, pero realmente ha sido muy bueno
Mateo Chaves Vanegas
@mchavezv·
Un curso mucho mas enfocado, el profesor era muy claro y directo con sus explicaciones, un curso muy recomendado para iniciar con los modelos de machine learning
Alejandro Mesa Bustamante
@mesabusta.alejandro·
Excelente curso!
Gustavo Pastor de la Cruz
@gustavopastordelacruz·
Excelente curso
Ludwing Jeffry Fransua González Quinteros
@ludwingjeffry·
La manera eficiente de enseñar la complejidad de la Regresión Lineal
Daniel Cardona Velasquez
@dacardonave·
Excelente curso introductorio a las técnicas de regresión con Python
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
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
Capital Humano
@Capitalhumano1·
bueno
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.
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
Cristian Omar Rubio Ceja
@neneOda·
muy bien expliocado, hace falta una actualización de librerias, ya que hay una que esta depreciada en el curso
Luis Fernando
@luistuamigo2014·
la modelos y métodos predictivos
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.
Daniel Moreno
@damt·
Excelente curso de introducción a Regresión Lineal con Python y scikit-learn
Jhonatan Parra
@jhosteparos·
Excelente profesor
Martin Javier Gamboa Guzman
@martingg04·
Muy bueno el profesor explicando cada concepto
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
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Inteligencia Artificial y Data Science
Aprende ciencia de datos con cursos de Data Science y explora el potencial sin límites de los datos, el machine learning y la inteligencia artificial.
Ruta
Análisis y Visualización de Datos
52 horas
10 Profes
Aprende a extraer, limpiar, analizar y visualizar datos para comunicar insights y apoyar la toma de decisiones estratégicas en los negocios.
Ruta
Data Engineer
43 horas
12 Profes
Aprende a construir y gestionar pipelines de datos escalables, utilizando herramientas como Spark, Airflow, y bases de datos SQL y NoSQL en entornos cloud.
Ruta
Machine Learning y Deep Learning
63 horas
16 Profes
Profundiza en algoritmia, aprendizaje supervisado, no supervisado, redes neuronales, y el despliegue de modelos de Data Science e Inteligencia Artificial en producción.
Ruta
Fundamentos de Data Science y AI
52 horas
12 Profes
Adquiere las bases matemáticas, de programación y de ingeniería de software necesarias para iniciar en el mundo de la ciencia de datos y la inteligencia artificial.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender