gradient
Curso de Regresión Logística con Python y scikit-learn

Curso de Regresión Logística con Python y scikit-learn

Nivel Básico
18 clases
2 horas de contenido
8 horas de práctica

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

Profes del curso

Conoce quién enseña el curso

Proyecto del curso

Proyecto del curso

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.
Opiniones del curso

4.8 · 157 opiniones

Daniel de Jesús Martínez Vegahttps://static.platzi.com/media/flags/CO.png

Daniel de Jesús Martínez Vega

@daniel.j4mv722·

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 GARCIAhttps://static.platzi.com/media/flags/PE.png

FELIX DAVID CORDOVA GARCIA

@felix.david.cordova.garcia·

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

Oscar David Bocanegra Capearahttps://static.platzi.com/media/flags/CO.png

Oscar David Bocanegra Capeara

@David_Bocanegra·

gran curso para entender como funciona la regresion logistcia y como aplicarla

Nicolas Urregohttps://static.platzi.com/media/flags/JP.png

Nicolas Urrego

@nicurrego·

Excelente!

Roberto Sobrado Taymanihttps://static.platzi.com/media/flags/MX.png

Roberto Sobrado Taymani

@roberto.sobrado.taymani·

Las buenas explicaciones del maestro.

Miguel Andres Castro Bocarejohttps://static.platzi.com/media/flags/CO.png

Miguel Andres Castro Bocarejo

@macb93·

Excelente clase de Carlos! me pareció muy fácil de entender con los ejemplos entregados.

Esteban Navarro Díazhttps://static.platzi.com/media/flags/CR.png

Esteban Navarro Díaz

@estebannavarrodaz·

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

JOSE LUIS HURTADO BALCAZARhttps://static.platzi.com/media/flags/CO.png

JOSE LUIS HURTADO BALCAZAR

@jlhb1984·

La calidad humana y profesional del profe.

Mauricio Davila Rafescahttps://static.platzi.com/media/flags/ES.png

Mauricio Davila Rafesca

@davil_r·

Excelente curso.

Yael Ramírezhttps://static.platzi.com/media/flags/MX.png

Yael Ramírez

@yaelrmz·

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

Mauricio Escobarhttps://static.platzi.com/media/flags/MX.png

Mauricio Escobar

@mauricios_01·

Buen curso, con excelentes metodologías para explicar un concepto y luego aplicarlo aun ejemplo. Un punto a mejorar es en profundizar más en la aplicación de datos desbalanceados, se ha visto muy poco, quizás más ejemplos de este tema habrían sido ayuda. Ya que tenemos el modelo entrenado, hizo falta probarlo con datos nuevos (y guardar el modelo). Que si bien lo hice por mi cuenta, habría sido de ayuda hacerlo en clase. Propongo un curso 2.0 que profundice más sobre los temas vistos. Un proyecto de principio a fin donde resolvamos problemas complejos. En lo personal haré esto por mi cuenta, pero no está demás tener la guía del profesor. Gracias. Les regalo un helado 🍦

Jennifer Paola Blancohttps://static.platzi.com/media/flags/AR.png

Jennifer Paola Blanco

@jblanco5380·

Excelente curso, me gusto muchisimo y excelente profesor.

Martin Javier Gamboa Guzmanhttps://static.platzi.com/media/flags/CO.png

Martin Javier Gamboa Guzman

@martingg04·

Muy buen profesor, todo muy claro

Jordi Reig Carruanahttps://static.platzi.com/media/flags/ES.png

Jordi Reig Carruana

@Jordilot·

Muy bueno!

ANDRES FELIPE ORTIZ ZAPATAhttps://static.platzi.com/media/flags/CO.png

ANDRES FELIPE ORTIZ ZAPATA

@ing.felipeortiz.z·

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.

Eliseo Baquerohttps://static.platzi.com/media/flags/CO.png

Eliseo Baquero

@eliseo.baquero·

Los desafíos a la hora de entender las diferencias con la regresión lineal

Federico Ariashttps://static.platzi.com/media/flags/BO.png

Federico Arias

@f_ariassuarez·

Espectacular!!!

Daniel Morenohttps://static.platzi.com/media/flags/ES.png

Daniel Moreno

@damt·

Excelente curso para tener una perspectiva general sobre la Regresión Logística con Python y scikit-learn.

Sebastian Lópezhttps://static.platzi.com/media/flags/CO.png

Sebastian López

@sebastian_lopez·

Excelente profesor, y muy buen curso, me hubiera gustado más ejemplos de la vida real, es decir en un entrono de trabajo, se usan los datos, se hace el proceso... y que sigue despues?

sebastian godoy uretahttps://static.platzi.com/media/flags/CL.png

sebastian godoy ureta

@Loco45·

Estuvo bien la clase. Mas allá que eso, soy yo que debo mejorar

José Salas Bolívarhttps://static.platzi.com/media/flags/ES.png

José Salas Bolívar

@josesalasbolivar98·

Excelente

Julian Peña Reyeshttps://static.platzi.com/media/flags/CO.png

Julian Peña Reyes

@julian-pena-reyes·

Excelente curso, muy didactico y bien explicado.

Juan Sebastian Bonilla Sanchezhttps://static.platzi.com/media/flags/CO.png

Juan Sebastian Bonilla Sanchez

@juan.bonilla·

El curso es muy completo y requiere de cuidado para entenderlo completamente.

Juan Sebastián Bonilla Sanchezhttps://static.platzi.com/media/flags/CO.png

Juan Sebastián Bonilla Sanchez

@jsbonillasanchez·

El curso es muy completo y recomendado!

Gerardo Antonio Lopez Ramirezhttps://static.platzi.com/media/flags/CO.png

Gerardo Antonio Lopez Ramirez

@gerardo.lopez·

Excelente contenido, el profesor es de los mejores de platzi.

Joaquin Andrez Sepulveda Arayahttps://static.platzi.com/media/flags/CL.png

Joaquin Andrez Sepulveda Araya

@joaquin08·

Buen curso, pero sería ideal que compartan los cuadernos base sin todas las respuestas, además sería ideal que alfinal del curso dejen un ejercisio propuesto, algo del estilo: descargen este data set para aplicar una regresión logística y predecir un resultado en base a "x" datos.

https://static.platzi.com/media/flags/CO.png

@sandra.posada·

Buen curso, un poco pesado y complejo. Pero bien explicado.

Diego Armando Alvarez Duquehttps://static.platzi.com/media/flags/MX.png

Diego Armando Alvarez Duque

@dimika871988·

excelente

Nagcely Mendozahttps://static.platzi.com/media/flags/VE.png

Nagcely Mendoza

@Nagcely·

Excelente curso para evaluar un modelo de regresión lineal, entendiendo qué es y cuando utilizarlo.

William Camilo Correa Sandovalhttps://static.platzi.com/media/flags/US.png

William Camilo Correa Sandoval

@williamccs·

Excelente curso. Cursos como esté me motivan cada vez más.

Ver las 157 opiniones
Eleva tu aprendizaje

Este curso es parte de estas rutas de aprendizaje

Comunidad

La comunidad es nuestro super poder

Contenido adicional creado por la comunidad que nunca para de aprender