gradient
Curso de Regresión Logística con Python y scikit-learn

Curso de Regresión Logística con Python y scikit-learn

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

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.
Opiniones del curso

4.8 · 152 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

Roger Christian Cansaya Olazabalhttps://static.platzi.com/media/flags/PE.png

Roger Christian Cansaya Olazabal

@roger-cansaya-olazabal·

Gran Curso

Rogelio Valadezhttps://static.platzi.com/media/flags/MX.png

Rogelio Valadez

@rogeliozedalav004·

Excelente profesor , explica todom} muy "desmenuzado" , muy bien

Alexis Aquino Noriegahttps://static.platzi.com/media/flags/MX.png

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

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.

Paola Camacho Alapizcohttps://static.platzi.com/media/flags/MX.png

Paola Camacho 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

Roberto Sobrado Taymanihttps://static.platzi.com/media/flags/MX.png

Roberto Sobrado Taymani

@roberto.sobrado.taymani·

Las buenas explicaciones del maestro.

Nery Fuenteshttps://static.platzi.com/media/flags/US.png

Nery Fuentes

@nery.fuentes·

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.

Esteban Navarro Díazhttps://static.platzi.com/media/flags/CR.png

Esteban Navarro Díaz

@estebannavarrodaz·

Genial! Muchos cursos no enseñan a hacer clasificaciones multinomiales. En este caso, es una feliz excepción.

Luis Leandro Leoneshttps://static.platzi.com/media/flags/CO.png

Luis Leandro Leones

@leandroleones·

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

Isaac Ramirezhttps://static.platzi.com/media/flags/US.png

Isaac Ramirez

@ulisac0426242·

bien

Nathalia Ximena Peñaranda Santoshttps://static.platzi.com/media/flags/CO.png

Nathalia Ximena Peñaranda Santos

@nathxps188·

Maravilloso!!!

Daniel da Silva Jarquehttps://static.platzi.com/media/flags/ES.png

Daniel da Silva Jarque

@ddasilvajarque·

Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.

Jorge Hernán Lópezhttps://static.platzi.com/media/flags/CO.png

Jorge Hernán López

@jhlopezm2·

Excelente profesor!

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.

Martin Javier Gamboa Guzmanhttps://static.platzi.com/media/flags/CO.png

Martin Javier Gamboa Guzman

@martingg04·

Muy buen profesor, todo muy claro

Jordi Reig Carruanahttps://static.platzi.com/media/flags/ES.png

Jordi Reig Carruana

@Jordilot·

Muy bueno!

ANDRES FELIPE ORTIZ ZAPATAhttps://static.platzi.com/media/flags/CO.png

ANDRES FELIPE ORTIZ ZAPATA

@ing.felipeortiz.z·

me gusto mucho este curso, fue conciso con los temas expuestos, y a parte de esto, me encanto el hecho de que primero se explico cada uno de los temas a tratar y se realizaron de forma grafica y a parte de esto se realizo un aplicación de todos los temas aprendidos al final del curso.

Isaac Bryan Ascanoa Roncallhttps://static.platzi.com/media/flags/PE.png

Isaac Bryan Ascanoa Roncall

@Bryan0101·

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.

Ana Patricia Pérez Ríoshttps://static.platzi.com/media/flags/GT.png

Ana Patricia Pérez Ríos

@anapatriciaperezrios·

¡Excelente curso, totalmente didáctico. Gracias!

Daniel Morenohttps://static.platzi.com/media/flags/ES.png

Daniel Moreno

@damt·

Excelente curso para tener una perspectiva general sobre la Regresión Logística con Python y scikit-learn.

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.

José Salas Bolívarhttps://static.platzi.com/media/flags/CO.png

José Salas Bolívar

@josesalasbolivar98·

Excelente

David Alejandro Garzon Angaritahttps://static.platzi.com/media/flags/CO.png

David Alejandro Garzon Angarita

@dgarcode·

Tiene un balance adecuado entre los conceptos teóricos y la práctica. Además, el profesor explica los puntos principales y las aplicaciones del modelo de una forma clara

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!

Gerardo Antonio Lopez Ramirezhttps://static.platzi.com/media/flags/CO.png

Gerardo Antonio Lopez Ramirez

@gerardo.lopez·

Excelente contenido, el profesor es de los mejores de platzi.

Ver las 152 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