Platzi Team
Curso de Regresión Logística con Python y scikit-learn

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

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.

Avatar Daniel de Jesús Martínez Vega

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

Avatar FELIX  DAVID CORDOVA GARCIA

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

Avatar Bryan Castano

Bryan Castano

@Beaunix

Excelente Curso Logistic Reg, el profesor @CarlosAlarcon explica muy bien, todo fue genial. Yo he aprnedido como preparar y escalar u ndataset para hacerle logistic regresion, cuando se utuliza y cunado no.

Avatar Madison Eduardo Herrera Carrión

Madison Eduardo Herrera Carrión

@madison-eduardo

Gran curso, fue muy directo al grano y es bueno como comparten el código para replicarlo en local

Avatar Jose Fabricio Rodriguez Sanchez

Jose Fabricio Rodriguez Sanchez

@jf-02

excelente curso, seria genial realizar mas casos de uso para interpretar y aplicar todos los conceptos vistos, siento que hay aún temas por abordar

Avatar Lorena Galván

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.

Avatar Oscar Alfonzo Medrano Yilalys

Oscar Alfonzo Medrano Yilalys

@oscaralfonzomedranoyilalys

Excelente curso. Cubre desde los fundamentos del algoritmo y la preparación de datos, hasta la implementación práctica en Python con scikit-learn para clasificación binaria y multiclase. Además, aborda temas avanzados como la regularización (L1 y L2) para evitar el overfitting y la selección de estrategias para problemas multiclase (One vs Rest). También se explican los métodos para la evaluación del modelo, como el uso de predict_proba y la interpretación del MLE (Maximum Likelihood Estimation).

Avatar Oscar David Bocanegra Capeara

Oscar David Bocanegra Capeara

@David_Bocanegra

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

Avatar David Felipe Zabala Castañeda

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.

Avatar Paola Alapizco

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

Avatar Mateo Chaves Vanegas

Mateo Chaves Vanegas

@mchavezv

Muy buen curso, el profesor explica muy bien y no deja de lado la aprte matematica que es muy reelvante en este tipo de modelos

Avatar Gonzalo Ceron Denetro

Gonzalo Ceron Denetro

@gonzocd

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

Avatar Andrés Felipe Ruiz Medina

Andrés Felipe Ruiz Medina

@andresfruizmedina

Excelente curso, las explicaciones del profesor fueron muy claras

Avatar Miguel Andres Castro Bocarejo

Miguel Andres Castro Bocarejo

@macb93

Excelente clase de Carlos! me pareció muy fácil de entender con los ejemplos entregados.

Avatar Esteban Navarro Díaz

Esteban Navarro Díaz

@estebannavarrodaz

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

Avatar Yael Ramírez

Yael Ramírez

@yaelrmz

No cabe duda porqué el profesor es el Architect de data en Platzi

Avatar Nathalia Ximena Peñaranda Santos

Nathalia Ximena Peñaranda Santos

@nathxps188

Maravilloso!!!

Avatar Daniel da Silva Jarque

Daniel da Silva Jarque

@ddasilvajarque

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

Que nos muestren la apllicacion del modelo, y nos den el material (codigo) es de mucha ayuda para entender bien y rapido

Avatar Isaac Bryan Ascanoa Roncall

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.

Avatar Eliseo Baquero

Eliseo Baquero

@eliseo.baquero

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

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

Avatar David Alejandro Garzon Angarita

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