Juan Sebastián Bonilla Sanchez
@jsbonillasanchezEl cuso es muy bueno en su teoría pero hace falta unas leves actualizaciones en la practica.
337
Opiniones
intermedio
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.
Luis Fernando Laris
Senior Data Scientist en Baubap
El cuso es muy bueno en su teoría pero hace falta unas leves actualizaciones en la practica.
Excelente
Fue un curso corto, pero conciso y funcional. Con un ejemplo muy claro de cómo utilizar la regresión lineal.
Muy bueno el curso ya que se puede ver la aplicación de conceptos teóricos referentes a Regresión lineal.
Excelente curso! Aprendí y comprendí el funcionamiento y la plicación de los modelos lineales con Scikit Learn en Python!. Me emocioné cada vez que vería los resultados. Super recomendable.
te exlica de forma practica como hacer una regreccion lineal
Muy bueno para aprender lo basico de la regresion lineal
Muy buen curso, muy bien explicado el contenido, me gustaría que adicionaran mas ejercicios prácticos resueltos pero en general muy buen curso
Muy básico pero bien explicado, es un buen curso introductorio
Su utilidad
Muy buena la explicación.
pudo enfocarse o dar prioridad a algunos conceptos basicos
.
Excelente curso, muy bien explicado
gracias, me resulto muy útil
Muy interesante el curso, los principios básicos muy bien explicados. Me hubiera gustado un poco mas de profundidad en el concepto
Se podrían complementar algunas cosas. La regresión lineal es un modelo paramétrico y estadísticamente existen algunas técnicas para seleccionar el mejor de los modelos, como Box Cox. Eliminar el intercepto en algunos casos puede no ser correcto.
Excelente curso con puntos importantes como los EDA antes de modelar o considerar los supuestos. Hubiese estado excelente comprobar los supuestos y como salvar el problema en caso de que no se cumpla algo como la normalidad de los datos. Que haríamos si un feature no lo es? hacemos transformaciones no lineales y luego estandarizamos o buscamos otro modelo. O como ver la homocedasticidad del modelo, se cumple este supuesto. Como descartar multicolinealidad y como identificarla (matriz de correlación)
Hace falta mejorar algunas referencias del curso, pero en si las explicaciones son entendibles.
El contenido esta desactualizado, tuve bastantes problemas en correr algunos códigos que explico el profesor.
Buen curso para realizar nuestra primera regresión lineal e irnos familiarizando con el poder que tiene scikit-learn. El contenido y las explicaciones del profesor son buenas aunque pueden mejorar.
La metodología y didáctica de este curso fue óptima para poder entender cómo realizar una regresión lineal. Ya todo me queda muchísimo más claro. ¡Excelente profe!
Bien explicado y en detalle
Me gustó el curso, fue muy claro, sin embargo, podría haber profundizado más
Buena introducion a este metodo del ml.
Falta un poco más del “Por que”. El “Como” esta explicado bastante bien para poder empezar.
Es extraordinaria la forma de aprender atraves de la práctica, eso es este curso.
gracias por el curso
listo
Muy buen curso corto para llevar a la práctica la regresión lineal con scikit-learn