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.
Regresión logística binomial
- 5
Regresión Logística Aplicada a Dataset Binomial de Churn
14:03 min - 6
Análisis de Correlación y Escalado de Datos en Pandas
07:30 min - 7
Análisis Exploratorio de Datos con Visualización usando Seaborn y Matplotlib
09:59 min - 8
Regresión Logística para Clasificación Binomial
05:27 min - 9
Regresión Logística: Evaluación y Optimización de Modelos
07:16 min - 10
Análisis de Resultados en Modelos de Regresión Logística
11:26 min - 11
Regularizadores L1 y L2 en Regresión Logística
03:34 min
Regresión logística multinomial
Conclusiones
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.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.8 · 166 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
Bryan Castano
@Beaunix·
Excelente Curso Logistic Reg, el profesor @CarlosAlarcon explica muy bien, todo fue genial. Yo he aprnedido como preparar y escalar u ndataset para hacerle logistic regresion, cuando se utuliza y cunado no.
Carlos Ronaldo Méndez García
@gycarmendez·
muy bien todo
Guillermo Palacio
@gapalacic·
.
@lube_23022786·
Es un curso muy completo sobre Regresión Logística
Mercedes Jue
@juemercedes·
Muy bueno, podria haber sido mas detallado, pero para tener una idea inicial esta muy bien
Ronald Andrey Beltran Parada
@andrey.beltran28·
Excelente, el mejor curso
Diego Díaz Mendaña
@diegomendana·
Sin duda el mejor docente de todos los que he tenido en Platzi junto con Diego De Granda. Una pasada lo bien que explica y como te hace estar enganchado al curso. Después de ver este curso cambiaría muchas valoraciones a otros profesores. Además es de los que te muestra un poco de donde salen las cosas matemáticamente por si quieres mirarlo.
Jason Sepulveda
@jasonssdev·
Buen curso, directo al grano y que entrega fundamentos elementales
Alejo Cuello
@alejo-cuello·
Muy interesantes los datasets utilizados
Rogelio Valadez
@rogeliozedalav004·
Excelente profesor , explica todom} muy "desmenuzado" , muy bien
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
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Paola Alapizco
@pahoalapizco·
Gran curso, la explicación y práctica de cada tema son claras, concisas, y directas; lo mejor del curso creo, fue la introducción de temas que en cursos previos se omiten, como el balanceo de datos, evaluación de varios modelos combinando distintos parámetros. Este curso es una Joya <3
Nery Fuentes
@nery.fuentes·
Excelente curso
Lourdes Nuñez Burgos
@lourdesnunez·
Excelente curso!
@lufrocea·
Excelente
Israel Guevara
@israelguevara·
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
@estebannavarrodaz·
Genial! Muchos cursos no enseñan a hacer clasificaciones multinomiales. En este caso, es una feliz excepción.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Luis Alberto Jaramillo Sevilla
@luis.jaramillo.sevilla560·
Todo fue excelente, gracias por todo
Luis Leandro Leones
@leandroleones·
Excelente curso. Bastante práctica lo que es ideal para practicar y aprender ⭐!
Isaac Ramirez
@ulisac0426242·
bien
Daniel da Silva Jarque
@ddasilvajarque·
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.
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 🍦
Mariano Gonzalez
@mgonzalez204·
Excelente curso.
Jennifer Paola Blanco
@jblanco5380·
Excelente curso, me gusto muchisimo y excelente profesor.
Martin Javier Gamboa Guzman
@martingg04·
Muy buen profesor, todo muy claro
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Machine Learning y Matemáticas con Python
33 horas
9 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist con Python
96 horas
17 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.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender