

Curso de Regresión Logística con Python y scikit-learn
Publicado el 15 de noviembre de 2022
Aprende a crear modelos con regresión logística. Conoce cómo funciona el paso a paso para implementar este algoritmo de machine learning para clasificación de datos.
Clases del curso
Regresión logística binomial
Regresión logística multinomial
Conclusiones
¡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.

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.
Mira las primeras 3 clases sin costo en este momento
4.8 · 137 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


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


Lourdes Nuñez Burgos
Excelente curso!


Miguel Andres Castro Bocarejo
Excelente clase de Carlos! me pareció muy fácil de entender con los ejemplos entregados.


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


Mauricio Davila Rafesca
Excelente curso.


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


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.

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


Ana Patricia Pérez Ríos
¡Excelente curso, totalmente didáctico. Gracias!


Pablo Campiño
En primer lugar la metodología con el progreso parcial de los temas y después esto aplicado a un proyecto. Segundo, el aporte de los participantes, medio por el cual obtuve actualizaciones y otras experiencias.


Excelente curso de regresión lineal usando python con scikit-learn, gracias.


Sebastian López
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?

Julian Peña Reyes
Excelente curso, muy didactico y bien explicado.

Aaron Chacon Morales
Bien explicado.


John Bayron Castañeda Zuleta
Excelente curso


Juan Sebastian Bonilla Sanchez
El curso es muy completo y requiere de cuidado para entenderlo completamente.

Juan Sebastián Bonilla Sanchez
El curso es muy completo y recomendado!

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


Juan Rodríguez
Todo es excelente en este curso!


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


Neiva Nalildy Palacio Rua
super


Yeison Adolfo Yepes Avendano
Excelente y magristral la forma de explicar la parte teórica y la facilidad para aplicarla

Nestor Javier Zapata
Excelente curso


William Camilo Correa Sandoval
Excelente curso. Cursos como esté me motivan cada vez más.


Eduardo Enriquez
Muy buenos ejemplos con mucho enfoque con respecto al tema

Alexis Julián Rojas Huamaní
Muy buena teoría.
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.




Bases de Datos para Data Engineers
Maneja bases de datos relacionales y NoSQL para modelar y almacenar datos para analítica y BI.




Bases para Analítica y Ciencia de Datos
Descubre roles y herramientas de análisis y ciencia de datos desde cero. Aprende matemáticas esenciales, Excel, estadística y probabilidad.




Modelos de Difusión: Generación de Imágenes con AI
Usa los modelos de difusión para generar imágenes que puedes usar en tus contenidos, campañas y proyectos.




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.




Análisis y Manipulación de Datos con Python
Da el siguiente paso como analista de datos utilizando Python. Maneja y analiza cantidades grandes de datos, profundiza y agiliza tu proceso de análisis.




Análisis de Datos y Business Intelligence
Analiza datos para identificar patrones y tendencias. Crea reportes y visualizaciones estratégicas para el negocio.




Bases de datos SQL
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.




Deep Learning: Computer Vision
Adquiere comprensión y práctica de esta disciplina. Domina las técnicas esenciales para procesar imágenes y vídeos, y desarrolla aplicaciones innovadoras




Matemáticas para Machine Learning con Python
Comprende cómo usar el poder de las matemáticas para crear y optimizar modelos de machine learning.




AI: Desarrollo de Apps con LLMs
Desarrolla aplicaciones de AI usando Grandes Modelos de Lenguaje (LLM), como GPT-4 y Llama




Machine Learning con Python
Aprende y aplica tus conocimientos para desarrollar soluciones avanzadas. Domina las habilidades necesarias para crear modelos de ML efectivos.




Domina Excel
Aprende Excel de nivel básico a avanzado. Domina esta herramienta esencial para análisis de datos y toma de decisiones eficientes.




Data Engineer
Crea la infraestructura de extracción y preparación de datos para analítica en organizaciones.




Deep Learning: Procesamiento de Lenguaje Natural (NLP)
Domina el uso y desarrollo de modelos de lenguaje para tareas de procesamiento de texto con deep learning.




Data Analyst
Explora la especialidad de Data Analytics con cursos online: descubre patrones y crea informes estratégicos.




Computación y Machine Learning en la Nube con AWS
Gestiona tu infraestructura de datos en la nube. Eleva tus habilidades de Data Engineer y acércate al perfil de Machine Learning Engineer con AWS.



Herramientas de AI para Programadores
Descubre cómo la IA puede transformar tu enfoque de desarrollo. Utiliza poderosas herramientas de IA para crear soluciones innovadoras y eficientes.
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender