Nivel Básico
28 clases
2 horas de contenido
10 horas de práctica
Aprende a implementar Decision Trees y Random Forest usando Python y scikit-learn. Desde cero, construye, entrena y evalúa modelos de clasificación, aplicando técnicas de Machine Learning para obtener resultados precisos en tus proyectos.
Clases del curso
Proyecto práctico: árboles de decisión
Introducción a random forest
Proyecto práctico: random forest
Conclusión
Profes del curso
Conoce quién enseña el curso
Layla Scheli
Consultora de BI, Big Data y Data Science
💻 Ingeniera en sistemas de información.
☁️ Especializada en data analytics, data science, cloud computing y big data.
💡 Freelance y autónoma.
Proyecto del curso
Clasificación de automóviles con machine learning
Crea un modelo basado en árboles para clasificar carros dependiendo de características que miden su calidad con base en su tecnología, comodidad y precio.
conocimientos previos
- Programación en Python.
- Regresión lineal con Python y scikit-learn.
- Matemáticas para machine learning.
- Fundamentos de machine learning con Python.
- Regresión logística con Python y scikit-learn.
software y recursos necesarios
- Jupyter Notebook, Google Colab, Deepnote, etc.
Opiniones del curso
4.8 · 114 opiniones
Ruben Dario Troche Piñanez
@dtf.ruben.troche·
Excelente el curso y realmente muy últil e interesante. Gracias Totales Profesora y Platzi por agregarme valor.
Rogelio Valadez
@rogeliozedalav004·
Muy bien explicado y te da una fuerte introduccion y base a este tipo de algoritmos de clasificación
Jose Fernando Garcia Marin
@jfgm_333·
La profe es genial, muy claro todo
Patricio Sánchez Fernández
@patricio.sanchez.fernandez·
Muy buen curso, y excelente profesora. Tiene la capacidad innata para enseñar, explica de forma muy detallada, paso a paso. Lo cual resulta de gran ayuda, para quienes no somos del area de la programación y desarrollo.
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
Las excelentes explicaciones de la maestra y muy buenos ejemplos.
Nery Fuentes
@nery.fuentes·
Excelente curso :)
Claudio Anastacio Mojica Valdez
@cmojicavaldez·
Buen docente explica bien paso a paso no se sintió complejo el curso, este tipo de calidad docente y metodología de enseñanza debe prevalecer en platzi
Andrés Felipe Ruiz Medina
@andresfruizmedina·
Muy buen curso, cada vez que veo un curso de la escueta de Ciencia de datos entiendo mucho más
Israel Guevara
@israelguevara·
Es un buen curso para aprender el funcionamiento y aplicación de los árboles de decisión
Jose Leonardo Perez Niño
@jose.perez5·
Me ayudó a mi tesis
Cecilia Aponte
@apontegg·
Excelente contenido para entender la aplicación de arboles de decisión y los conceptos asociados a los parámetros utilizados en este tipo de modelos para su optimización
Hernán Pizarro
@hern4npizarro·
Lo que mas me gusto fue la profe.
David Salazar Saldarriaga
@dsalazarsa·
Muy Bueno
Mauricio Escobar
@mauricios_01·
Buen contenido, enfocado al 100% en aprender los conceptos básicos de la implementación de árboles de desición y random forest. En la clase 5, donde se explican los temas de árboles de decisión (al menos a mi) se me hizo un poco confuso dado el ejemplo que se usó como referencia. Quizás otro ejemplo habría aportado más. Agradecería una segunda parte del curso donde se abordaran temas más avanzados. :D
Jennifer Paola Blanco
@jblanco5380·
Excelente curso!!
Marcela Castaneda
@marcecr2008·
De lo mejor, muy bien explicado
Ignacio Joel Duran Choque
@nAcHo·
De los mejores cursos que he tomado, la profesora aclaraba muy bien los conceptos y los procedimientos paso por paso, no dejaba nada entredicho, y me sirvió mucho para entender la mecánica en general de los modelos predictivos
Daniel da Silva Jarque
@ddasilvajarque·
Gracias a la profesora, por el curso y a los compañeros, por sus aportaciones.
Cristian Eduardo Florián
@eduardoflorian7·
Excelente curso, muy práctico.
Isaac Bryan Ascanoa Roncall
@Bryan0101·
Me encanto este curso. Te explica de manera especifica y detallada. Hace ver la materia muy sencilla y te permite mejorar tus capacidades y habilidades como programador.
Julio Leonel Espejo Yañez
@jleonele·
Muy buen curso, facil de entender
Eliseo Baquero
@eliseo.baquero·
El ejercicio comparativo de árbol de decisión y random forest para mejorar el modelo.
Brian
@briancorreabrazoban·
Muy buen contenido y excelente la fortma de explicarlo
José Salas Bolívar
@josesalasbolivar98·
Excelente
Hector Jose Rosas Zambrano
@hectorj2252703·
excelente
Aaron Chacon Morales
@aaronrgbwilliam·
Buenas explicación y buena base para este nuevo mundo.
Harry Hoyos
@harry-hoyos·
Me encantó el contenido, aprendí muchisimo
ciro palomino almanza
@ciropalomino·
muy bueno y fácil me gusto.
Nagcely Mendoza
@Nagcely·
Excelente curso para aprender entrenar modelos de machine learning para clasificación
Eduardo Enriquez
@edu.e.mendoza·
Muy bien dirigido y explicado en Temas y ejemplos
Eleva tu aprendizaje
Complementa este curso con nuestras rutas de aprendizaje
Inteligencia Artificial y Data Science
Aprende ciencia de datos con cursos de Data Science y explora el potencial sin límites de los datos, el machine learning y la inteligencia artificial.
Ruta
Análisis y Visualización de Datos
52 horas
10 Profes
Análisis y Visualización de Datos
Ruta
Machine Learning y Deep Learning
63 horas
16 Profes
Machine Learning y Deep Learning
Ruta
Fundamentos de Data Science y AI
52 horas
12 Profes
Fundamentos de Data Science y AI
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender