Opiniones del  Curso de Regresión Logística con Python y scikit-learn

Opiniones del 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.

  • 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

  • https://static.platzi.com/media/flags/MX.png

    @lube_23022786·

    Es un curso muy completo sobre Regresión Logística

  • Mercedes Juehttps://static.platzi.com/media/flags/AR.png

    Mercedes Jue

    @juemercedes·

    Muy bueno, podria haber sido mas detallado, pero para tener una idea inicial esta muy bien

  • Lorena Galvánhttps://static.platzi.com/media/flags/CO.png

    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.

  • Ronald Andrey Beltran Paradahttps://static.platzi.com/media/flags/CO.png

    Ronald Andrey Beltran Parada

    @andrey.beltran28·

    Excelente, el mejor curso

  • Jason Sepulvedahttps://static.platzi.com/media/flags/PA.png

    Jason Sepulveda

    @jasonssdev·

    Buen curso, directo al grano y que entrega fundamentos elementales

  • Oscar David Bocanegra Capearahttps://static.platzi.com/media/flags/CO.png

    Oscar David Bocanegra Capeara

    @David_Bocanegra·

    gran curso para entender como funciona la regresion logistcia y como aplicarla

  • Jorge Armando Villalba Vidaleshttps://static.platzi.com/media/flags/CO.png

    Jorge Armando Villalba Vidales

    @joavillalbavi·

    El curso es muy claro y la información pertinente.

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

    Roger Christian Cansaya Olazabal

    @roger-cansaya-olazabal·

    Gran Curso

  • Nicolas Urregohttps://static.platzi.com/media/flags/JP.png

    Nicolas Urrego

    @nicurrego·

    Excelente!

  • Patricio Sánchez Fernándezhttps://static.platzi.com/media/flags/US.png

    Patricio Sánchez Fernández

    @patricio.sanchez.fernandez·

    Muy buen curso.

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

    Paola 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

  • Andrés Felipe Ruiz Medinahttps://static.platzi.com/media/flags/CO.png

    Andrés Felipe Ruiz Medina

    @andresfruizmedina·

    Excelente curso, las explicaciones del profesor fueron muy claras

  • 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.

  • Carlos Enrique Rodríguez Bernalhttps://static.platzi.com/media/flags/PE.png

    Carlos Enrique Rodríguez Bernal

    @cenrique91·

    Excelente!

  • Luis Alberto Jaramillo Sevillahttps://static.platzi.com/media/flags/PA.png

    Luis Alberto Jaramillo Sevilla

    @luis.jaramillo.sevilla560·

    Todo fue excelente, gracias por todo

  • JOSE LUIS HURTADO BALCAZARhttps://static.platzi.com/media/flags/CO.png

    JOSE LUIS HURTADO BALCAZAR

    @jlhb1984·

    La calidad humana y profesional del profe.

  • 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

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

    Nathalia Ximena Peñaranda Santos

    @nathxps188·

    Maravilloso!!!

  • David Salazar Saldarriagahttps://static.platzi.com/media/flags/CO.png

    David Salazar Saldarriaga

    @dsalazarsa·

    Excelente

  • 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.

  • Eliseo Baquerohttps://static.platzi.com/media/flags/CO.png

    Eliseo Baquero

    @eliseo.baquero·

    Los desafíos a la hora de entender las diferencias con la regresión lineal

  • Federico Ariashttps://static.platzi.com/media/flags/BO.png

    Federico Arias

    @f_ariassuarez·

    Espectacular!!!

  • 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.

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

    @rene.fuquene·

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