David Salazar Saldarriaga
@dsalazarsaExcelente


Subtítulos en español
166
Opiniones
básico
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.
Platzi Team
Excelente
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.
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.
Los desafíos a la hora de entender las diferencias con la regresión lineal
¡Excelente curso, totalmente didáctico. Gracias!
Excelente curso para tener una perspectiva general sobre la Regresión Logística con Python y scikit-learn.
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.
Excelente curso de regresión lineal usando python con scikit-learn, gracias.
Excelente profesor, y muy buen curso, me hubiera gustado más ejemplos de la vida real, es decir en un entrono de trabajo, se usan los datos, se hace el proceso... y que sigue despues?
Estuvo bien la clase. Mas allá que eso, soy yo que debo mejorar
.
Excelente curso, muy didactico y bien explicado.
Bien explicado.
Excelente curso
Muyy buen curso! Me encantó la modalidad de trabajo y el profesor tiene mucha facilidad para explicar.
Excelente contenido, el profesor es de los mejores de platzi.
Buen curso, un poco pesado y complejo. Pero bien explicado.
excelente
Un muy buen curso, donde te enseñan los conceptos de regresión logística y aplicarlos (regresión binomial y regresión miltinomial), para clasificación por ejemplo, para determinar si un potencial clientes es factible de crédito o no, tomando como input para el modelo de regresión logística variables cualitativas y cuantitativas de la evaluación socioeconómica del cliente.
Excelente curso para evaluar un modelo de regresión lineal, entendiendo qué es y cuando utilizarlo.
super
Claridad entre los diferentes tipos de regresión
Se trabaja con balanceo de clases, algo que no es común en los ejemplos de algoritmos de clasificación. Todos los contenidos son explicados claramente por el docente.
¡Excelente curso!
muy claro los contenidos
Excelente curso. excelente docente
Excelentes ejemplos, muy bien explicados
buen curso básico, buen tutor, ojalá hayan cursos más avanzados y actualizados.
Me gustaria mucho que este profesor diera mas cursos, de verdad que este contenido me gusto muchisimo.
Muy buen curso, muy práctico y muy bien explicado.