Curso de Machine Learning con Python y Scikit-learn

Categories: Data Science
Lista de deseos Share
Share Course
Page Link
Share On Social Media

Acerca de este curso

> Módulo 1. Introducción al aprendizaje automático con scikit-learn

Una breve introducción al aprendizaje automático.

¿Qué es scikit-learn?

Instalar scikit-learn

Algoritmos que aprenderá a implementar usando scikit-learn

 

> Módulo 2. Predicción con K-nearest

Preparación de un conjunto de datos para el aprendizaje automático con scikit-learn

El algoritmo k-NN

Implementación del algoritmo k-NN usando scikit-learn

Afinando los parámetros del algoritmo k-NN

Escalado para un rendimiento optimizado

 

> Módulo 3. Predicción con regresión logística

Comprender matemáticamente la regresión logística

Implementación de regresión logística usando scikit-learn

Afinando los hiperparámetros

Escalando los datos

Interpretar el modelo de regresión logística.

 

> Módulo 4. Predicción con Naive Bayes and SVMs

El algoritmo Naive Bayes

Soporte de máquinas vectoriales

 

> Módulo 5. Predicción con regresión lineal

La mecánica interna del algoritmo de regresión lineal.

Implementando regresión lineal en scikit-learn

Modelo de optimización

 

> Módulo 6. Clasificación y regresión con árboles

Árboles de clasificación

Árboles de regresión

Clasificador de conjunto

 

> Módulo 7. Agrupación de datos con aprendizaje automático no supervisado

El algoritmo k-means

Implementación del algoritmo k-means en scikit-learn

Característica de ingeniería para la optimización

Visualización de clúster

Pasar del aprendizaje no supervisado al supervisado

 

> Módulo 8. Métodos de evaluación del desempeño

¿Por qué es crítica la evaluación del desempeño?

Evaluación de desempeño para algoritmos de clasificación

Evaluación de desempeño para algoritmos de regresión

Evaluación de desempeño para algoritmos no supervisados

What Will You Learn?

  • Trabajar con todos los algoritmos de aprendizaje automático de scikit-learn
  • Instalar y configurar scikit-learn para construir su primer modelo de aprendizaje automático
  • Emplear algoritmos de aprendizaje automático no supervisados para agrupar datos no etiquetados en grupos
  • Realizar el aprendizaje automático de clasificación y regresión
  • Usar un pipe efectivo para construir un proyecto de machine learning desde cero

Course Content

Student Ratings & Reviews

No Review Yet
No Review Yet