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 · 631 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.
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.
Rogelio Valadez
@rogeliozedalav004·
Muy buen profesor
Donovan Villanueva
@distimia·
Excelente curso, ojalá todos los cursos de platzi fueran como este.
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.
Miguel Andres Castro Bocarejo
@macb93·
Me pareció un gran curso! Ariel explica muy bien y me gusta que también da una introducción a como desplegar los modelos en un ambiente de producción y como estructurarlos de forma profesional!
Juan Camilo Higuera Calderón
@juancahica·
Muy buen curso. Concreto y con todos los componentes importantes para usar modelos de ML. Felicitaciones a Ariel.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Juan Fonseca
@Scorpionsjc·
muy buen curso apesar de la complejidad
Sandra Vega Contreras
@sandravega825·
Excelente la dinámica del curso, y lo más importante el acercamiento a la ejecución en producción de un proceso ML.
jabes nestor frias martinez
@jabesnestorfriasmartinez·
buen curso
Mariano Gonzalez
@mgonzalez204·
Excelente curso, saludos.
@Andrew.0519·
Sugiero mas cursos con el profe Ariel. Me pareció un crack!
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!
@jose-a-alvarez·
Excelente Profesor.
Eliseo Baquero
@eliseo.baquero·
Kernels, PCA y tipos de regularizaciones.
Esteban Ferraz
@estebanferrazp·
Excelente profesor y contenido, felicitaciones!!
@carlos.alberto.diaz·
Excelente curso.
Juan De Dios Cobos López
@juandedioscobos·
Excelente docente, me dejo impresionado, es el docente que mas me ha agradado en la ruta que estoy cursando
Aaron Chacon Morales
@aaronrgbwilliam·
Buenas explicaciones y con buenos ejemplos de principio a fin.
John Castañeda
@john.castaneda9037·
Excelente curso
Carlos Ernesto Alvarez Rosales
@carlosalvro·
Sin duda uno de los mejores cursos. Bien estructurado. El profe explicaba bastante bien. Deberían ser todos los cursos como este, en formato largo.
Luisa Fernanda Leguizamón Bayona
@luisa.leguizamon·
El profesor explica muy bien y los recursos están muy bien organizados. Gracias
José Pablo Cabrera Romo
@jose94pablo·
El mejor curso de todos los cursos de ML
Giocrisrai Godoy Bonillo
@giocrisrai·
Excelente contenido de los mejores sin duda lo recomendaria muchas veces me encanto que luego de prototipar se generara la arquitectura para poner en producción creo que muchos cursos deberian tener este mismo formato
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data e Inteligencia Artificial
69 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
127 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 Engineer
158 horas
36 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas 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 con Python
90 horas
16 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.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender