Temario y recursos del Curso de Regresión Logística
Para este curso vas a necesitar
2 Horas de contenido
8 Horas de práctica
Conocimientos previos
- Regresión lineal con Python y scikit-learn.
- Matemáticas para machine learning.
- Fundamentos de machine learning con Python.
Software para este curso
- Jupyter Notebook, Google Colab, Deepnote, etc.
Proyecto del curso
Clasificadores de datos con regresión logísticaAplica 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.
Fundamentos de regresión logística
2 Clases abiertasAcelera tu carrera profesional con más de 17 Clases del Curso de Regresión Logística
Comienza ahora
