Nivel Intermedio
21 clases
2 horas de contenido
10 horas de práctica
Construye modelos de regresión lineal con Python y scikit-learn. Analiza datos, entrena y evalúa modelos, y mejora tus predicciones eliminando variables innecesarias. Aprende a usar métricas y técnicas avanzadas para optimizar resultados.
Clases del curso
Cómo funciona la regresión lineal
Regresión lineal multivariable
Proyecto práctico
Pasos siguientes
Profes del curso
Conoce quién enseña el curso
Luis Fernando Laris
Senior Data Scientist en Baubap
Experto en la industria tech con múltiples años de experiencia en bancos y empresas importantes de México.
Sus pasatiempos son jugar videojuegos y pasar tiempo en familia.
Proyecto del curso
Predicción de gastos médicos con regresión lineal
Crea un modelo de inteligencia artificial utilizando Python y scikit-learn para generar predicciones sobre gastos médicos de pacientes. Utiliza más de una variable en tu modelo y mejóralo para obtener resultados más precisos.
conocimientos previos
- Estadística descriptiva e inferencial para data science.
- Cálculo para inteligencia artificial.
- Álgebra lineal para inteligencia artificial.
- Manipulación y análisis de datos con Pandas, NumPy, Matplotlib y Seaborn.
software y recursos necesarios
- Python 3
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.7 · 335 opiniones
Alfonso Cervantes Maldonado
@alfonsocm·
Muy buen curso, práctico y concreto
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Antonio Ramón Molina Simancas
@amolinasimancas·
Buen curso, es básico pero va al grano!
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Excelentes explicaciones del profesor.
Mateo Chaves Vanegas
@mchavezv·
Un curso mucho mas enfocado, el profesor era muy claro y directo con sus explicaciones, un curso muy recomendado para iniciar con los modelos de machine learning
Angel Armando Estrada Engallo
@angest1000·
Super bien explicado y facil de entender
Ludwing Jeffry Fransua González Quinteros
@ludwingjeffry·
La manera eficiente de enseñar la complejidad de la Regresión Lineal
Andrés Felipe Ruiz Medina
@andresfruizmedina·
Excelente curso, al inicio un poco enredado si no se conoce del tema pero poco a pco el profesor va explicando muy bien
@crafpinedoj·
Comprender la utilidad de la regresión lineal.
Miguel Andres Castro Bocarejo
@macb93·
Me pareció una clase muy buena, fácil de entender a través del proyecto que se hizo en clase.
César Alejandro Ortiz Sánchez
@c0o01y3·
Excelente
Ricardo Gomez
@ricagomeg·
Excelente
Andres Felipe Castañeda
@Johacas001·
Buen curso, facil de entender
Platzi Net
@PlatziNet·
bueno
Francisco Borrero
@franciscob0809·
Está perfectamente explicado qué es una regresión lineal, qué herramientas estadísticas hay en su uso, cómo crearlo usando Python y cómo evaluarlo usando residuales. Todo ello hace que sea fácilmente aplicable.
Sandra Vega Contreras
@sandravega825·
Excelente el contenido, y la metodología del curso es una experiencia motivante para seguir indagando en los temas.
Antonio Demarco Bonino
@ademarcoboninogmail.com·
Es un gran paso en mi carrera de data science! A seguir creciendo en el mundo de los datos.
Yael Ramírez
@yaelrmz·
Me agrada la manera en que se organizó el curso además de que el profesor es muy bueno explicando
Enrique Jiménez Téllez
@enriquejimneztllez·
Buen curso
@ljmartinezm·
Lo mejor del curso es entender el funcionamiento de una regresión para de esta forma, entender los resultados y saber cómo mejorarlos
Cristian Omar Rubio Ceja
@neneOda·
muy bien expliocado, hace falta una actualización de librerias, ya que hay una que esta depreciada en el curso
Luis Fernando
@luistuamigo2014·
la modelos y métodos predictivos
Armando.surco1234
@armando.surco1234·
entender de mejor manera la regresión lineal y múltiple.
Ramon Alejandro Puentes Vargas
@rapuentes·
Conceptos claros
Eliseo Baquero
@eliseo.baquero·
la explicación de one-hot-encoding y MSE
Federico Arias
@f_ariassuarez·
Me parecio poco profundo y al profe lo senti un poco inseguro, se equivoco varias veces en el colab y sus gestos no mostraban seguridad excepcional, ademas los ejemplos por analogia no eran los mejores. El curso fue bueno tho
Sebastian López
@sebastian_lopez·
Excelente curso, para dar inicio al mundo de machine learning
@carlos.alberto.diaz·
Muy bueno el curso ya que se puede ver la aplicación de conceptos teóricos referentes a Regresión lineal.
Jose Rafael Diaz Suarez
@jrds5188·
Excelente Profesor
Mauro Benito Montoya Arenas
@MauroMontoyaArenas·
Excelente curso
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Inteligencia Artificial y Data Science
Potencia tu carrera con nuestros cursos online de ciencia de datos. Domina la analítica de datos para resolver desafíos y certifícate como Data Scientist.
Ruta
Análisis y Visualización de Datos
52 horas
10 Profes
Análisis y Visualización de Datos
Ruta
Fundamentos de Data Science y AI
52 horas
12 Profes
Fundamentos de Data Science y AI
Ruta
Machine Learning y Deep Learning
60 horas
15 Profes
Machine Learning y Deep Learning
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender