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 · 349 opiniones
Irving Hernández
@irving.hernandez.ag·
Excelente curso introductorio. Te deja con sólidas bases
Alfonso Cervantes Maldonado
@alfonsocm·
Muy buen curso, práctico y concreto
Luis Pinzon
@luis.pinzon·
Muchas gracias, el curso se entiende a la perfeccion, sin embargo, para estudiar de vuelta, seria chevre tener el resumen escrito de las clases.
Mercedes Jue
@juemercedes·
Excelente, super claro y bien explicado!
@andrea.gutierrez·
ok
Ronald Andrey Beltran Parada
@andrey.beltran28·
Excelente curso
Jorge Ivan García Torres
@jorge.garciato·
excelente
Oscar David Bocanegra Capeara
@David_Bocanegra·
un curso bastante interesante para aprender sobre como funciona la regresion lineal en los modelos supervisados y como se implementa con sklearn
Jose Fabricio Rodriguez Sanchez
@jf-02·
Que bueno sería ver un curso mas avanzado, esta información es muy importante
Javier Martínez González
@javiermargon·
Muy buen curso introductorio a ML!!!!
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Excelentes explicaciones del profesor.
Alejandro Mesa Bustamante
@mesabusta.alejandro·
Excelente curso!
Gustavo Pastor de la Cruz
@gustavopastordelacruz·
Excelente curso
Angel Armando Estrada Engallo
@angest1000·
Super bien explicado y facil de entender
Nery Fuentes
@nery.fuentes·
Excelente curso :)
Daniel Cardona Velasquez
@dacardonave·
Excelente curso introductorio a las técnicas de regresión con Python
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Andres Felipe Castañeda
@Johacas001·
Buen curso, facil de entender
Capital Humano
@Capitalhumano1·
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.
Andres Montes
@Andres.Montes·
entender mas a fondo la libreria de sklearn comprendiendo que hace cada cosa que se vio
Ing. Oscar Javier Quintero Salazar
@Osquing·
Muy buen curso para aprender regresion lineal.
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
@ljmartinezm·
Lo mejor del curso es entender el funcionamiento de una regresión para de esta forma, entender los resultados y saber cómo mejorarlos
Elío Diez
@eliodiez·
Muchísima claridad en las explicaciones y mucho orden en los notebooks. ¡Buenísimo!
Javier Agudelo
@Javierxd1·
Un muy buen curso. Sin embargo en el exámen existen algunas preguntas algo ambiguas. Sería interesante profundizar un poco más en los aspectos matemáticos
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
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data e Inteligencia Artificial
71 horas
19 Profes
Domina data science para sacar valor a los datos e incrementar su potencial con machine learning para integrar inteligencia artificial a productos de software.
Ruta
Data Scientist con Python
94 horas
17 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Ruta
Machine Learning y Matemáticas con Python
27 horas
8 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist
127 horas
29 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Machine Learning con Python
27 horas
7 Profes
Aprende y aplica tus conocimientos para desarrollar soluciones avanzadas. Domina las habilidades necesarias para crear modelos de ML efectivos.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender