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
Regresión logística multinomial
Conclusiones
Certificado digital
¡Comparte tus logros con un certificado!
Cuando termines el curso tendrás acceso al certificado digital para compartirlo con tu familia, amigos, empleadores y la comunidad.
Profes del curso
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.
Opiniones del curso
4.8 · 148 opiniones
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 GARCIA
@felix.david.cordova.garcia·
Curso fantástica,100% recomendado así uno ya sepa ML, de todas formas se pueden aprender algo nuevo
Alexis Aquino Noriega
@economathnoja·
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
@dzabala03·
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
@santiago.davila2841·
El profesor muy clarito
Mateo Chaves Vanegas
@mchavezv·
Muy buen curso, el profesor explica muy bien y no deja de lado la aprte matematica que es muy reelvante en este tipo de modelos
Nery Fuentes
@nery.fuentes·
Excelente curso
Lourdes Nuñez Burgos
@lourdesnunez·
Excelente curso!
Miguel Andres Castro Bocarejo
@macb93·
Excelente clase de Carlos! me pareció muy fácil de entender con los ejemplos entregados.
Esteban Navarro Díaz
@estebannavarrodaz·
Genial! Muchos cursos no enseñan a hacer clasificaciones multinomiales. En este caso, es una feliz excepción.
Luis Leandro Leones
@leandroleones·
Excelente curso. Bastante práctica lo que es ideal para practicar y aprender ⭐!
JOSE LUIS HURTADO BALCAZAR
@jlhb1984·
La calidad humana y profesional del profe.
Jorge Hernán López
@jhlopezm2·
Excelente profesor!
Jordi Reig Carruana
@Jordilot·
Muy bueno!
@kuen573jn·
Que nos muestren la apllicacion del modelo, y nos den el material (codigo) es de mucha ayuda para entender bien y rapido
@rene.fuquene·
Excelente curso de regresión lineal usando python con scikit-learn, gracias.
sebastian godoy ureta
@Loco45·
Estuvo bien la clase. Mas allá que eso, soy yo que debo mejorar
@jav67·
.
Aaron Chacon Morales
@aaronrgbwilliam·
Bien explicado.
@john.castaneda9037·
Excelente curso
Fabricio Dupraz
@Fabricio12345·
Muyy buen curso! Me encantó la modalidad de trabajo y el profesor tiene mucha facilidad para explicar.
Juan Sebastian Bonilla Sanchez
@juan.bonilla·
El curso es muy completo y requiere de cuidado para entenderlo completamente.
Juan Sebastián Bonilla Sanchez
@jsbonillasanchez·
El curso es muy completo y recomendado!
Liza María Cerinza Salazar
@liza.cerinza·
buen contenido
Rosario Puertas Rios
@rosario.puertas·
Profesor excelente
Weimar Avendaño Barragán
@weimar.avendano·
Bastante claridad conceptos regresión.
Juan Rodríguez
@Jrod29·
Todo es excelente en este curso!
Luis Ernesto Domínguez Velásquez
@ldominguez667·
Un muy buen curso, donde te enseñan los conceptos de regresión logística y aplicarlos (regresión binomial y regresión miltinomial), para clasificación por ejemplo, para determinar si un potencial clientes es factible de crédito o no, tomando como input para el modelo de regresión logística variables cualitativas y cuantitativas de la evaluación socioeconómica del cliente.
Nagcely Mendoza
@Nagcely·
Excelente curso para evaluar un modelo de regresión lineal, entendiendo qué es y cuando utilizarlo.
Yonatan Lopera Baena
@think4270.ylb·
Excelente el profe
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Data Science e Inteligencia Artificial
Potencia tu carrera con nuestros cursos online de ciencia de datos. Domina la analítica de datos para resolver desafíos y certifícate como Data Scientist.
Ruta
Bases para Analítica y Ciencia de Datos
13 horas
7 Profes
Descubre roles y herramientas de análisis y ciencia de datos desde cero. Aprende matemáticas esenciales, Excel, estadística y probabilidad.
Ruta
Modelos de Difusión: Generación de Imágenes con AI
7 horas
4 Profes
Usa los modelos de difusión para generar imágenes que puedes usar en tus contenidos, campañas y proyectos.
Ruta
Data Scientist con Python
101 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
Análisis y Manipulación de Datos con Python
25 horas
3 Profes
Da el siguiente paso como analista de datos utilizando Python. Maneja y analiza cantidades grandes de datos, profundiza y agiliza tu proceso de análisis.
Ruta
Análisis de Datos y Business Intelligence
27 horas
11 Profes
Analiza datos para identificar patrones y tendencias. Crea reportes y visualizaciones estratégicas para el negocio.
Ruta
Bases de datos SQL
24 horas
4 Profes
Sumérgete en el mundo de las bases de datos y SQL, esta ruta te proporcionará las habilidades esenciales para organizar y manipular datos de manera eficiente.
Ruta
Deep Learning: Computer Vision
22 horas
4 Profes
Adquiere comprensión y práctica de esta disciplina. Domina las técnicas esenciales para procesar imágenes y vídeos, y desarrolla aplicaciones innovadoras
Ruta
Data Warehousing y ETL
10 horas
3 Profes
Domina la gestión y procesos de ingeniería de datos a gran escala.
Ruta
Matemáticas para Machine Learning con Python
31 horas
8 Profes
Comprende cómo usar el poder de las matemáticas para crear y optimizar modelos de machine learning.
Ruta
AI: Desarrollo de Apps con LLMs
18 horas
7 Profes
Desarrolla aplicaciones de AI usando Grandes Modelos de Lenguaje (LLM), como GPT-4 y Llama
Ruta
Machine Learning con Python
25 horas
7 Profes
Aprende y aplica tus conocimientos para desarrollar soluciones avanzadas. Domina las habilidades necesarias para crear modelos de ML efectivos.
Ruta
Domina Excel
13 horas
3 Profes
Aprende Excel de nivel básico a avanzado. Domina esta herramienta esencial para análisis de datos y toma de decisiones eficientes.
Ruta
Data Engineer
103 horas
17 Profes
Crea la infraestructura de extracción y preparación de datos para analítica en organizaciones.
Ruta
Deep Learning: Procesamiento de Lenguaje Natural (NLP)
39 horas
8 Profes
Domina el uso y desarrollo de modelos de lenguaje para tareas de procesamiento de texto con deep learning.
Ruta
Bases de Datos para Data Engineers
32 horas
6 Profes
Maneja bases de datos relacionales y NoSQL para modelar y almacenar datos para analítica y BI.
Ruta
Data Analyst
46 horas
12 Profes
Explora la especialidad de Data Analytics con cursos online: descubre patrones y crea informes estratégicos.
Ruta
Computación y Machine Learning en la Nube con AWS
31 horas
5 Profes
Gestiona tu infraestructura de datos en la nube. Eleva tus habilidades de Data Engineer y acércate al perfil de Machine Learning Engineer con AWS.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender