Nivel Básico
17 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.
Regresión logística binomial
- 5
Regresión Logística Aplicada a Dataset Binomial de Churn
14:03 min - 6
Análisis de Correlación y Escalado de Datos en Pandas
07:30 min - 7
Análisis Exploratorio de Datos con Visualización usando Seaborn y Matplotlib
09:59 min - 8
Regresión Logística para Clasificación Binomial
05:27 min - 9
Regresión Logística: Evaluación y Optimización de Modelos
07:16 min - 10
Análisis de Resultados en Modelos de Regresión Logística
11:26 min - 11
Regularizadores L1 y L2 en Regresión Logística
03:33 min
Regresión logística multinomial
Conclusiones
Profes del curso
Conoce quién enseña el curso
Platzi Team
Opiniones del curso
4.8 · 182 opiniones
Alex Xiomar Rubio Lopez
@axrubio·
Aprender a clasificar datos complejos con algoritmos supervisados y a evaluar el rendimiento de modelos.
Lorena Galván
@Lorenaiq·
Un curso super practico y con buena teoria para entender a fondo que es la regresion logistica. Explica todo el preprocesamiento d elos datos para este tipo de regresion lo cual es clave para tener buenos resultados.
Mercedes Jue
@juemercedes·
Muy bueno, podria haber sido mas detallado, pero para tener una idea inicial esta muy bien
Hamilton Ruiz
@emprendadigital·
es una experiencia muy clara y practica
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender