
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 · 157 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

Oscar Alfonzo Medrano Yilalys
Excelente curso. Cubre desde los fundamentos del algoritmo y la preparación de datos, hasta la implementación práctica en Python con scikit-learn para clasificación binaria y multiclase. Además, aborda temas avanzados como la regularización (L1 y L2) para evitar el overfitting y la selección de estrategias para problemas multiclase (One vs Rest). También se explican los métodos para la evaluación del modelo, como el uso de predict_proba y la interpretación del MLE (Maximum Likelihood Estimation).

Ronald Andrey Beltran Parada
Excelente, el mejor curso


Diego Díaz Mendaña
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
Buen curso, directo al grano y que entrega fundamentos elementales


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.

Alejo Cuello
Muy interesantes los datasets utilizados


Antonio Ramón Molina Simancas
Muy bueno, ejemplos directo al grano y la claridad del profesor al explicar es clave para un mejor aprendizaje.

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.


Patricio Sánchez Fernández
Muy buen curso.


Roberto Sobrado Taymani
Las buenas explicaciones del maestro.

Mateo Chaves Vanegas
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


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


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.


Carlos Enrique Rodríguez Bernal
Excelente!


Luis Alberto Jaramillo Sevilla
Todo fue excelente, gracias por todo


Luis Leandro Leones
Excelente curso. Bastante práctica lo que es ideal para practicar y aprender ⭐!


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

Isaac Ramirez
bien


Mauricio Davila Rafesca
Excelente curso.

Mauricio Escobar
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
Excelente curso.


David Salazar Saldarriaga
Excelente


Jennifer Paola Blanco
Excelente curso, me gusto muchisimo y excelente profesor.


Martin Javier Gamboa Guzman
Muy buen profesor, todo muy claro

Que nos muestren la apllicacion del modelo, y nos den el material (codigo) es de mucha ayuda para entender bien y rapido


Isaac Bryan Ascanoa Roncall
Me encanto conocer las diferencias de los metodos a emplear y como estos me puede beneficiar como desarrollador de machine learning. Es lo mejor que pude pasar como programador.
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