Nivel Básico
18 clases
2 horas de contenido
8 horas de práctica
Implementa la regresión logística con Python y scikit-learn. Aprende a clasificar datos complejos con algoritmos supervisados y a evaluar el rendimiento de modelos. Ideal para mejorar habilidades en análisis de datos y machine learning.
Clases del curso
Regresión logística binomial
Regresión logística multinomial
Conclusiones
Profes del curso
Conoce quién enseña el curso
Proyecto del curso
Clasificadores de datos con regresión logística
Aplica regresión logística para crear 3 clasificadores de datos: un clasificador binomial para identificar si un cliente dejará de comprar, un clasificador multinomial para detectar la especie de frijoles, y un proyecto final de clasificador binomial para detección de cáncer.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.8 · 166 opiniones
Daniel de Jesús Martínez Vega
@daniel.j4mv722·
Un curso muy necesario para la ruta de machine learning, a pesar de que ya había terminado la ruta, aprendí cosas nuevas no solo del tema como tal, sino también nuevas estrategias para mejorar mis modelos
FELIX DAVID CORDOVA GARCIA
@felix.david.cordova.garcia·
Curso fantástica,100% recomendado así uno ya sepa ML, de todas formas se pueden aprender algo nuevo
Wilmer Fernando Sanabria
@wilmersanabria·
Muy bune docente, muy buena explicacion, eso si cometio un gran error al escalar todos los datos sin antes seperarlos LEAKING DATA
Jose Fabricio Rodriguez Sanchez
@jf-02·
excelente curso, seria genial realizar mas casos de uso para interpretar y aplicar todos los conceptos vistos, siento que hay aún temas por abordar
Mercedes Jue
@juemercedes·
Muy bueno, podria haber sido mas detallado, pero para tener una idea inicial esta muy bien
Ronald Andrey Beltran Parada
@andrey.beltran28·
Excelente, el mejor curso
Diego Díaz Mendaña
@diegomendana·
Sin duda el mejor docente de todos los que he tenido en Platzi junto con Diego De Granda. Una pasada lo bien que explica y como te hace estar enganchado al curso. Después de ver este curso cambiaría muchas valoraciones a otros profesores. Además es de los que te muestra un poco de donde salen las cosas matemáticamente por si quieres mirarlo.
Jorge Armando Villalba Vidales
@joavillalbavi·
El curso es muy claro y la información pertinente.
Roger Christian Cansaya Olazabal
@roger-cansaya-olazabal·
Gran Curso
Nicolas Urrego
@nicurrego·
Excelente!
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso.
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Las buenas explicaciones del maestro.
Mateo Chaves Vanegas
@mchavezv·
Muy buen curso, el profesor explica muy bien y no deja de lado la aprte matematica que es muy reelvante en este tipo de modelos
Nery Fuentes
@nery.fuentes·
Excelente curso
Gonzalo Ceron Denetro
@gonzocd·
Es un gran curso, con muy buenas explicaciones. Muy claro todo
Andrés Felipe Ruiz Medina
@andresfruizmedina·
Excelente curso, las explicaciones del profesor fueron muy claras
Lourdes Nuñez Burgos
@lourdesnunez·
Excelente curso!
@lufrocea·
Excelente
Israel Guevara
@israelguevara·
En este curso pude aprender los conceptos básicos de la regresión logística. Los cuales fueron explicados de forma clara por parte del profesor.
Carlos Enrique Rodríguez Bernal
@cenrique91·
Excelente!
Luis Alberto Jaramillo Sevilla
@luis.jaramillo.sevilla560·
Todo fue excelente, gracias por todo
JOSE LUIS HURTADO BALCAZAR
@jlhb1984·
La calidad humana y profesional del profe.
Isaac Ramirez
@ulisac0426242·
bien
Daniel da Silva Jarque
@ddasilvajarque·
Gracias al profesor, por el curso y a los compañeros, por sus aportaciones.
Jorge Hernán López
@jhlopezm2·
Excelente profesor!
Mauricio Escobar
@mauricios_01·
Buen curso, con excelentes metodologías para explicar un concepto y luego aplicarlo aun ejemplo. Un punto a mejorar es en profundizar más en la aplicación de datos desbalanceados, se ha visto muy poco, quizás más ejemplos de este tema habrían sido ayuda. Ya que tenemos el modelo entrenado, hizo falta probarlo con datos nuevos (y guardar el modelo). Que si bien lo hice por mi cuenta, habría sido de ayuda hacerlo en clase. Propongo un curso 2.0 que profundice más sobre los temas vistos. Un proyecto de principio a fin donde resolvamos problemas complejos. En lo personal haré esto por mi cuenta, pero no está demás tener la guía del profesor. Gracias. Les regalo un helado 🍦
Mariano Gonzalez
@mgonzalez204·
Excelente curso.
David Salazar Saldarriaga
@dsalazarsa·
Excelente
Jennifer Paola Blanco
@jblanco5380·
Excelente curso, me gusto muchisimo y excelente profesor.
Jordi Reig Carruana
@Jordilot·
Muy bueno!
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Machine Learning y Matemáticas con Python
33 horas
9 Profes
Aplica machine learning en tus análisis de datos y genera predicciones para tomar decisiones hacia el futuro.
Ruta
Data Scientist con Python
96 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.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender