
Robert Yesid Barrios Acendra
@rybarakRecomendado
156
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
Recomendado
Excelente, el mejor curso
Buen curso, directo al grano y que entrega fundamentos elementales
gran curso para entender como funciona la regresion logistcia y como aplicarla
Muy interesantes los datasets utilizados
Excelente profesor , explica todom} muy "desmenuzado" , muy bien
Excelente!
El profesor muy clarito
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
Las buenas explicaciones del maestro.
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
Excelente curso
Excelente curso, las explicaciones del profesor fueron muy claras
Excelente curso!
Excelente clase de Carlos! me pareció muy fácil de entender con los ejemplos entregados.
Excelente curso. Bastante práctica lo que es ideal para practicar y aprender ⭐!
Maravilloso!!!
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.
Excelente profesor!
Excelente curso.
Excelente
Excelente curso, me gusto muchisimo y excelente profesor.
Muy buen profesor, todo muy claro
Muy bueno!
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.
Espectacular!!!
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 curso, muy didactico y bien explicado.