gradient
Curso de Regresión Logística con Python y scikit-learn

Curso de Regresión Logística con Python y scikit-learn

Publicado el 15 de noviembre de 2022

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

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

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.

Certificado
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.

Mira las primeras 3 clases sin costo en este momento

Opiniones del curso

4.8 · 137 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

Gonzalo Ceron Denetrohttps://static.platzi.com/media/flags/MX.png

Gonzalo Ceron Denetro

@gonzocd·

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

Lourdes Nuñez Burgoshttps://static.platzi.com/media/flags/MX.png

Lourdes Nuñez Burgos

@lourdesnunez·

Excelente curso!

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.

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/VE.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 🍦

Mariano Gonzalezhttps://static.platzi.com/media/flags/AR.png

Mariano Gonzalez

@mgonzalez204·

Excelente curso.

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

@kuen573jn·

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 Ríoshttps://static.platzi.com/media/flags/GT.png

Ana Patricia Pérez Ríos

@anapatriciaperezrios·

¡Excelente curso, totalmente didáctico. Gracias!

Pablo Campiñohttps://static.platzi.com/media/flags/CO.png

Pablo Campiño

@pcampo21·

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.

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

@rene.fuquene·

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

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?

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

Julian Peña Reyes

@julian-pena-reyes·

Excelente curso, muy didactico y bien explicado.

Aaron Chacon Moraleshttps://static.platzi.com/media/flags/ES.png

Aaron Chacon Morales

@aaronrgbwilliam·

Bien explicado.

John Bayron Castañeda Zuletahttps://static.platzi.com/media/flags/CO.png

John Bayron Castañeda Zuleta

@john.castaneda9037·

Excelente curso

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!

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

@sandra.posada·

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

Juan Rodríguezhttps://static.platzi.com/media/flags/CL.png

Juan Rodríguez

@Jrod29·

Todo es excelente en este curso!

Luis Ernesto Domínguez Velásquezhttps://static.platzi.com/media/flags/BO.png

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 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.

Neiva Nalildy Palacio Ruahttps://static.platzi.com/media/flags/MX.png

Neiva Nalildy Palacio Rua

@npalacio·

super

Yeison Adolfo Yepes Avendanohttps://static.platzi.com/media/flags/MX.png

Yeison Adolfo Yepes Avendano

@yeaya_ye6285·

Excelente y magristral la forma de explicar la parte teórica y la facilidad para aplicarla

Nestor Javier Zapatahttps://static.platzi.com/media/flags/CO.png

Nestor Javier Zapata

@nestor.zapata.sanchez·

Excelente curso

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

William Camilo Correa Sandoval

@williamccs·

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

Eduardo Enriquezhttps://static.platzi.com/media/flags/US.png

Eduardo Enriquez

@edu.e.mendoza·

Muy buenos ejemplos con mucho enfoque con respecto al tema

Alexis Julián Rojas Huamaníhttps://static.platzi.com/media/flags/PE.png

Alexis Julián Rojas Huamaní

@ajrojash·

Muy buena teoría.

Ver las 137 opiniones
Eleva tu aprendizaje

Complementa este curso con nuestras rutas de aprendizaje

Comunidad

La comunidad es nuestro super poder

Contenido adicional creado por la comunidad que nunca para de aprender