
Implementa la regresión logística con Python y scikit-learn. Aprende a clasificar datos complejos con algoritmos supervisados y a evaluar el rendimiento de modelos. Ideal para mejorar habilidades en análisis de datos y machine learning.
Clases del curso
Regresión logística binomial
Regresión logística multinomial
Conclusiones
Conoce quién enseña el curso

Proyecto del curso

Clasificadores de datos con regresión logística
Aplica regresión logística para crear 3 clasificadores de datos: un clasificador binomial para identificar si un cliente dejará de comprar, un clasificador multinomial para detectar la especie de frijoles, y un proyecto final de clasificador binomial para detección de cáncer.
conocimientos previos
- Regresión lineal con Python y scikit-learn.
- Matemáticas para machine learning.
- Fundamentos de machine learning con Python.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
4.8 · 162 opiniones

Daniel de Jesús Martínez Vega
Un curso muy necesario para la ruta de machine learning, a pesar de que ya había terminado la ruta, aprendí cosas nuevas no solo del tema como tal, sino también nuevas estrategias para mejorar mis modelos


FELIX DAVID CORDOVA GARCIA
Curso fantástica,100% recomendado así uno ya sepa ML, de todas formas se pueden aprender algo nuevo


Carlos Ronaldo Méndez García
muy bien todo


Guillermo Palacio
.

Mercedes Jue
Muy bueno, podria haber sido mas detallado, pero para tener una idea inicial esta muy bien

Ronald Andrey Beltran Parada
Excelente, el mejor curso


Oscar David Bocanegra Capeara
gran curso para entender como funciona la regresion logistcia y como aplicarla


Jorge Armando Villalba Vidales
El curso es muy claro y la información pertinente.

Rogelio Valadez
Excelente profesor , explica todom} muy "desmenuzado" , muy bien


Alexis Aquino Noriega
El curso fue muy bueno, el profesor enseña muy bien y con temas muy actualizados, en si las clases muy entendibles

David Felipe Zabala Castañeda
Uno de los mejores cursos que he tomado, por el contenido, la practicidad con la que explica el profesor y la facilidad para mostrar conceptos difíciles y hacerlos ver fáciles.


SANTIAGO DAVILA
El profesor muy clarito


Patricio Sánchez Fernández
Muy buen curso.


Roberto Sobrado Taymani
Las buenas explicaciones del maestro.


Nery Fuentes
Excelente curso


Gonzalo Ceron Denetro
Es un gran curso, con muy buenas explicaciones. Muy claro todo


Lourdes Nuñez Burgos
Excelente curso!


Excelente


Israel Guevara
En este curso pude aprender los conceptos básicos de la regresión logística. Los cuales fueron explicados de forma clara por parte del profesor.


Esteban Navarro Díaz
Genial! Muchos cursos no enseñan a hacer clasificaciones multinomiales. En este caso, es una feliz excepción.


Luis Alberto Jaramillo Sevilla
Todo fue excelente, gracias por todo


JOSE LUIS HURTADO BALCAZAR
La calidad humana y profesional del profe.

Isaac Ramirez
bien


Mauricio Davila Rafesca
Excelente curso.


Yael Ramírez
No cabe duda porqué el profesor es el Architect de data en Platzi


Daniel da Silva Jarque
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.


Jorge Hernán López
Excelente profesor!


Mariano Gonzalez
Excelente curso.


Jordi Reig Carruana
Muy bueno!


ANDRES FELIPE ORTIZ ZAPATA
me gusto mucho este curso, fue conciso con los temas expuestos, y a parte de esto, me encanto el hecho de que primero se explico cada uno de los temas a tratar y se realizaron de forma grafica y a parte de esto se realizo un aplicación de todos los temas aprendidos al final del curso.
Este curso es parte de estas rutas de aprendizaje




Data Scientist con Python
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.




Machine Learning y Matemáticas con Python
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender