
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
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.
4.7 · 341 opiniones


Alfonso Cervantes Maldonado
Muy buen curso, práctico y concreto


Oscar David Bocanegra Capeara
un curso bastante interesante para aprender sobre como funciona la regresion lineal en los modelos supervisados y como se implementa con sklearn

Javier Martínez González
Muy buen curso introductorio a ML!!!!


Orlando Ramirez
Se podría actualizar este curso, pero realmente ha sido muy bueno

Mateo Chaves Vanegas
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
Super bien explicado y facil de entender


Mathew Fuentes
Excelente curso


César Alejandro Ortiz Sánchez
Excelente


Jose Rodriguez
Me gusto el curso, directamente a la practica, deberian actualizar o al menos colocar en los recursos o comentarios cuando halla librerias que estan desactualizadas, fue lo mas complicado


Juan Fonseca
excelente


Capital Humano
bueno


RENÉ CARDOSO
Excelente curso. Excelente profesor. Explica de forma muy sencilla. Aunque no profundiza en demasía, me gustó mucho el curso. De uno depende la profundización.


Francisco Borrero
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
entender mas a fondo la libreria de sklearn comprendiendo que hace cada cosa que se vio


Ing. Oscar Javier Quintero Salazar
Muy buen curso para aprender regresion lineal.


Sandra Vega Contreras
Excelente el contenido, y la metodología del curso es una experiencia motivante para seguir indagando en los temas.


Antonio Demarco Bonino
Es un gran paso en mi carrera de data science! A seguir creciendo en el mundo de los datos.


Daniel da Silva Jarque
Gracias a al profesor, por el curso y a los compañeros, por sus aportaciones.


Mauricio Davila Rafesca
¡Excelente curso!


Elío Diez
Muchísima claridad en las explicaciones y mucho orden en los notebooks. ¡Buenísimo!


Javier Agudelo
Un muy buen curso. Sin embargo en el exámen existen algunas preguntas algo ambiguas. Sería interesante profundizar un poco más en los aspectos matemáticos


Marcelo Bengolea
Muy buen curso. Es un resumen practico de todo lo aprendido hasta el momento.


Isaac Bryan Ascanoa Roncall
En este curso, lo mejor fue conocer lo que te puede llevar el conocimiento de la regresion lineal y como lo debes aplicar con datos de dataset. Es algo a tener en cuenta.


Alex Giraldo
Muy fácil de entender los temas.


Sebastian López
Excelente curso, para dar inicio al mundo de machine learning

Muy bueno el curso ya que se puede ver la aplicación de conceptos teóricos referentes a Regresión lineal.


Mauro Benito Montoya Arenas
Excelente curso

Javier Steven Pérez Fernández
Fue un curso corto, pero conciso y funcional. Con un ejemplo muy claro de cómo utilizar la regresión lineal.


Gabriel Divenuto
El nivel de detalle de cada explicación, con ejemplos concretos.


Juan Márquez
El profesor da muy buenas explicaciones y es muy concreto con los ejemplos.
Complementa este curso con nuestras rutas de aprendizaje

Inteligencia Artificial y Data Science
Aprende ciencia de datos con cursos de Data Science y explora el potencial sin límites de los datos, el machine learning y la inteligencia artificial.




Análisis y Visualización de Datos
Aprende a extraer, limpiar, analizar y visualizar datos para comunicar insights y apoyar la toma de decisiones estratégicas en los negocios.




Data Engineer
Aprende a construir y gestionar pipelines de datos escalables, utilizando herramientas como Spark, Airflow, y bases de datos SQL y NoSQL en entornos cloud.




Machine Learning y Deep Learning
Profundiza en algoritmia, aprendizaje supervisado, no supervisado, redes neuronales, y el despliegue de modelos de Data Science e Inteligencia Artificial en producción.




Fundamentos de Data Science y AI
Adquiere las bases matemáticas, de programación y de ingeniería de software necesarias para iniciar en el mundo de la ciencia de datos y la inteligencia artificial.
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender