Nivel Intermedio
38 clases
4 horas de contenido
16 horas de práctica
Desarrolla proyectos de Machine Learning profesionalmente con Scikit-Learn. Aprende desde la configuración del entorno, a implementar algoritmos de clasificación, regresión, clustering y optimización. Lleva tu modelo a producción con una API Flask.
Clases del curso
Iniciar un proyecto con sklearn
Optimización de features
Regresiones robustas
Métodos de ensamble aplicados a clasificación
Clustering
Optimización paramétrica
Salida a producción
Profes del curso
Conoce quién enseña el curso
Proyecto del curso
Implementación de regresión robusta
Usando el dataset del índice de felicidad aprenderás a limpiar y transformar datos atípicos para procesarlos por medio de un regresión robusta.
Opiniones del curso
4.8 · 625 opiniones
Alfonso Andres Zapata Guzman
@AAZG·
Excelente, quisiera que sacaran la parte dos de este curso, enfocado en la libreria auto-sklearn, y se desarrollaran temas como: Una vez ya tengo mi modelo activo, y puedo hacer predicciones con el, como hago para que los datos nuevos que vayan lleganddo y se vayan prediciendo, vayan formando parte de los datos de entrenamiento del modelo, para que este actualizado, en su ddefecto casa cuanto o como reentrenar, cuales son los metodos de reentrenamiento usados, o si no se realiza de la manera anterior, en su defecto como hago para que aparte de ya predecir con el entrenamiendo inicial, vaya aprendiendo conforme predice y no sea un modelo estatico.
Jose Fernando Garcia Marin
@jfgm_333·
es muy claro me gustó mucho
Jason Sepulveda
@jasonssdev·
muy buen curso, practico, no muy profundo pero que toco temas mas avanzados que los anteriores. Sirve como base para profundizar en otros temas
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Donovan Villanueva
@distimia·
Excelente curso, ojalá todos los cursos de platzi fueran como este.
Gabriel Andrés Alzate Acuña
@Gabeto·
El profesor es excelente, la organización y forma de llevar la dinámica es demasiado buena.
Esteban Navarro Díaz
@estebannavarrodaz·
Excelente curso! Retrata el trabajo de principio a fin en un proyecto de ciencia de datos. Ojalá, puedan hacer uno así para las series temporales
Ricardo Gomez
@ricagomeg·
Excelente curso, muy completo
Diego Alexander Chero Olazabal
@alex_069·
Definitivamente el metodo de enseñanza estuvo excelente, este profesor deberia enseñar mas cursos
Yariela Cota
@yarielacota.eng·
Excelente curso, el mejor que he tomado sobre Machine Learning
Mariano Gonzalez
@mgonzalez204·
Excelente curso, saludos.
Carlos Mario Osorio Jimenez
@coordinador.calidad9909·
Claro y directo conlos ejemplos
Anggelo Ivan Cardona Morales
@anggeloko·
muy bien explicado y con ejemplos bastante claros me sentí muy cómodo con el temario
Jennifer Paola Blanco
@jblanco5380·
Muy buen curso, tiene un contenido completo de ML
Marcelo Bengolea
@mfbengolea·
scikit learn es una herramienta muy completa para el análisis de datos, realmente es muy importante contar con ella, excelente curso
Federico Arias
@f_ariassuarez·
muy completo!
Eliseo Baquero
@eliseo.baquero·
Kernels, PCA y tipos de regularizaciones.
Esteban Ferraz
@estebanferrazp·
Excelente profesor y contenido, felicitaciones!!
Daniel Moreno
@damt·
Excelente curso, representa un antes y después en el desarrollo de proyectos de ML.
Juan José Beltrán
@beltranjuanjo.r·
Excelente curso para tener una noción de todo lo que ofrece scikit learn
@carlos.alberto.diaz·
Excelente curso.
Jacson Enrriquez Alvarez
@jacson-enrriquez-alvarez·
excelente
Daniel Esponda
@daniel.esponda.0·
Es el primer curso dirigido a producción que he recibido hasta ahora, me pareció genial todas las funcionalidades mostradas; me habría gustado más si se hubiese realizado una práctica final más profunda, en donde se contemplara todo lo aprendido, sin embargo, queda todo listo para hacerlo. Excelente curso.
@katiuski.chavez1297·
Excelente!!!
LUIS GUILLERMO MONCADA RUIZ
@fiyugun·
Excelente curso, me gusto muchisimo
Luisa Fernanda Leguizamón Bayona
@luisa.leguizamon·
El profesor explica muy bien y los recursos están muy bien organizados. Gracias
María Angélica Pérez Gutiérrez
@Maria_PerezG·
Muy buen curso para empezar a crear modelos con scikit-learn
Eduardo Enriquez
@edu.e.mendoza·
Los temas muy bien explicado de acuerdo tambien con los ejemplos computacionales
@nestor.zapata.sanchez·
Profesor explica excelente el tema, se nota que tiene conocimiento aunque deberían decir desde el principio que deben realizar el ejercicio en Visual Studio para no llegar al final y darse cuenta que si lo hizo en colab o en otro gestor no va a poder finalizar.
Alexis Julián Rojas Huamaní
@ajrojash·
Muy buenas explicaciones de parte del profesor.
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