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 · 618 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.
Nery Fuentes
@nery.fuentes·
Excelente curso :)
Francisco Diaz
@frandiaz1·
El profesor Ariel explica excelentemente, se ve su alta experiencia en el tema.
Mateo Chaves Vanegas
@mchavezv·
Un super curso, cuando dice curso profesional es porque asi se siente, realmente es un curso que aunque no esta muy completo, porque si lo estuviera seria de 300 clases, es un curso muy bueno donde se puede ver el alcance del ML, muy recomendado.
Gabriel Andrés Montiel Hermosa
@GabrielMontiel·
Un excelente curso que, sin duda, te expande el increíble mundo del machine learning. Aprendí conceptos muy interesantes y útiles que desconocía por completo. El profe es excelente, un experto que además transmite confianza y motivación con su empatía y carisma. Gracias, Team Platzi, profe Ariel y comunidad 💚
jonathan damian peña
@jonathan87·
buen curso, esta interesante el contenido y deja inspirado a ir por mas
@crafpinedoj·
Gran curso sobre estrategias para regularizar datos de manera muy practica.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Isaac Ramirez
@ulisac0426242·
bien
Juan Fonseca
@Scorpionsjc·
muy buen curso apesar de la complejidad
David Salazar Saldarriaga
@dsalazarsa·
Excelente
Anggelo Ivan Cardona Morales
@anggeloko·
muy bien explicado y con ejemplos bastante claros me sentí muy cómodo con el temario
Carlos Perilla
@carlos7736·
Un curso muy practico, aunque falta cierta base teórica, y hay algunos errores que pudieron ser evitables.
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
Francisco Matta Perdomo
@fmattaperdomo·
Un curso muy completo. Bien explicado. Un gran profesor. super recomendado.
Federico Arias
@f_ariassuarez·
muy completo!
DARIO HERNANDO PARDO PARDO
@dhpardop·
El tema del curso me abrió un horizonte que no conocía El profesor excelente. Un adecuado dominio del tema y una metodología pedagógica impecable.
Juan José Beltrán
@beltranjuanjo.r·
Excelente curso para tener una noción de todo lo que ofrece scikit learn
@carlos.alberto.diaz·
Excelente curso.
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
@sandra.posada·
Excelente curso, muy bien llevado y explicado. Explica todo muy bien con los ejemplos, no se queda en la teoría.
Eduardo Enriquez
@edu.e.mendoza·
Los temas muy bien explicado de acuerdo tambien con los ejemplos computacionales
Nagcely Mendoza
@Nagcely·
Unos de los mejores cursos de Machine Learning de la escuela de AI.
Andres Espejo
@mrespejo·
Es un buen curso pratico, para poner a prueba lo aprendido en anteriores clases
Weimar Avendaño Barragán
@weimar.avendano·
Muy claros los conceptos. Gracias
Emel GM
@emelgm·
buen curso
Jerson David Puentes Sanchez
@JersonPuentes·
Aplicar técnicas de regularización a regresiones
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data e Inteligencia Artificial
72 horas
20 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
99 horas
18 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
28 horas
9 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist
128 horas
30 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
28 horas
8 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