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 · 344 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
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
Alan Castellanos Sulca
@alandanielcastellanossulca·
l
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Antonio Ramón Molina Simancas
@amolinasimancas·
Buen curso, es básico pero va al grano!
Javier Martínez González
@javiermargon·
Muy buen curso introductorio a ML!!!!
Orlando Ramirez
@orlandoramirez·
Se podría actualizar este curso, pero realmente ha sido muy bueno
Alejandro Mesa Bustamante
@mesabusta.alejandro·
Excelente curso!
Gustavo Pastor de la Cruz
@gustavopastordelacruz·
Excelente curso
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.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Andres Felipe Castañeda
@Johacas001·
Buen curso, facil de entender
Juan Fonseca
@Scorpionsjc·
excelente
Andres Montes
@Andres.Montes·
entender mas a fondo la libreria de sklearn comprendiendo que hace cada cosa que se vio
Ing. Oscar Javier Quintero Salazar
@Osquing·
Muy buen curso para aprender regresion lineal.
Antonio Demarco Bonino
@ademarcoboninogmail.com·
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
@ljmartinezm·
Lo mejor del curso es entender el funcionamiento de una regresión para de esta forma, entender los resultados y saber cómo mejorarlos
Marcelo Bengolea
@mfbengolea·
Muy buen curso. Es un resumen practico de todo lo aprendido hasta el momento.
Alex Giraldo
@alex.giraldo9808·
Muy fácil de entender los temas.
Federico Arias
@f_ariassuarez·
Me parecio poco profundo y al profe lo senti un poco inseguro, se equivoco varias veces en el colab y sus gestos no mostraban seguridad excepcional, ademas los ejemplos por analogia no eran los mejores. El curso fue bueno tho
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data e Inteligencia Artificial
72 horas
20 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
99 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
Machine Learning y Matemáticas con Python
28 horas
9 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist
128 horas
30 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
28 horas
8 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