Curso de Machine Learning con Python

Debe inscribirse en este curso para acceder a los contenidos del curso.

Información del curso

Etiquetas: Python

curso gratis

LIBRE

Curso de Machine Learning con Python

INTRODUCCIÓN AL CURSO: MACHINE LEARNING CON PYTHON

LENGUAJES DE PROGRAMACIÓN PARA MACHINE LEARNING

INTRODUCCIÓN AL IDE SPYDER

INTRODUCCIÓN A LA LIBRERÍA NUMPY DE PYTHON – PARTE 1

INTRODUCCIÓN A LA LIBRERÍA NUMPY DE PYTHON – PARTE 2

INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON – PARTE 1

INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON – PARTE 2

INTRODUCCIÓN DE LA LIBRERÍA MATPLOTLIB DE PYTHON – PARTE 1

INTRODUCCIÓN DE LA LIBRERÍA MATPLOTLIB DE PYTHON – PARTE 2

INTRODUCCIÓN DE LA LIBRERÍA SCIKIT LEARN DE PYTHON

BIAS Y VARIANZA EN MACHINE LEARNING

SOBREAJUSTE Y SUBAJUSTE EN MACHINE LEARNING

EVALUANDO EL ERROR EN LOS MODELOS DE REGRESIÓN

REGRESIÓN LINEAL SIMPLE – TEORÍA

REGRESIÓN LINEAL – SCIKIT LEARN

REGRESIÓN LINEAL SIMPLE – PRÁCTICA

REGRESIÓN LINEAL MÚLTIPLE – TEORÍA

REGRESIÓN LINEAL MÚLTIPLE – PRÁCTICA

MÉTODOS DE SELECCIÓN DE CARACTERÍSTICAS

REGRESIÓN POLINOMIAL – TEORÍA

REGRESIÓN POLINOMIAL – PRÁCTICA

VECTORES DE SOPORTE REGRESIÓN – TEORÍA

VECTORES DE SOPORTE REGRESIÓN – SCIKIT LEARN

VECTORES DE SOPORTE REGRESIÓN – PRÁCTICA

ÁRBOLES DE DECISIÓN REGRESIÓN – TEORÍA

ÁRBOLES DE DECISIÓN REGRESIÓN – SCIKIT LEARN

ÁRBOLES DE DECISIÓN REGRESIÓN – PRÁCTICA

MÉTODO DE ENSAMBLE DE MODELOS (ENSEMBLE METHODS)

BOSQUES ALEATORIOS REGRESIÓN – TEORÍA

BOSQUES ALEATORIOS REGRESIÓN – SCIKIT LEARN

BOSQUES ALEATORIOS REGRESIÓN – PRÁCTICA

VENTAJAS Y DESVENTAJAS ALGORITMOS DE REGRESIÓN

MATRIZ DE CONFUSIÓN

EVALUANDO EL ERROR EN LOS MODELOS DE CLASIFICACIÓN

CURVAS ROC Y ÁREA BAJO LA CURVA (AUC)

MÉTRICAS DE EVALUACIÓN MODELOS DE CLASIFICACIÓN SCIKIT LEARN

CONJUNTO DE DATOS DESBALANCEADO

REGRESIÓN LOGÍSTICA – TEORÍA

REGRESIÓN LOGÍSTICA – PRÁCTICA

K VECINOS MÁS CERCANOS – TEORÍA

K VECINOS MÁS CERCANOS – SCIKIT LEARN

K VECINOS MÁS CERCANOS – PRÁCTICA

MÁQUINAS DE VECTORES DE SOPORTE CLASIFICACIÓN – TEORÍA

MÁQUINAS VECTORES DE SOPORTE CLASIFICACIÓN – SCIKIT LEARN

MÁQUINAS VECTORES DE SOPORTE CLASIFICACIÓN – PRÁCTICA

NAIVE BAYES – TEORÍA

NAIVE BAYES – SCIKIT LEARN

NAIVE BAYES – PRÁCTICA

ÁRBOLES DE DECISIÓN CLASIFICACIÓN – TEORÍA

ÁRBOLES DE DECISIÓN CLASIFICACIÓN – SCIKIT LEARN

ÁRBOLES DE DECISIÓN CLASIFICACIÓN – PRÁCTICA

BOSQUES ALEATORIOS CLASIFICACIÓN – TEORÍA

BOSQUES ALEATORIOS CLASIFICACIÓN – SCIKIT LEARN

BOSQUES ALEATORIOS CLASIFICACIÓN – PRÁCTICA

VENTAJAS Y DESVENTAJAS DE LOS ALGORITMOS DE CLASIFICACIÓN

INTRODUCCIÓN A JUPYTER NOTEBOOK

Deja una respuesta Cancelar la respuesta

Lo siento, debes estar conectado para publicar un comentario.

Curso de Machine Learning con Python
- INTRODUCCIÓN AL CURSO: MACHINE LEARNING CON PYTHON
- LENGUAJES DE PROGRAMACIÓN PARA MACHINE LEARNING
- INTRODUCCIÓN AL IDE SPYDER
- INTRODUCCIÓN A LA LIBRERÍA NUMPY DE PYTHON – PARTE 1
- INTRODUCCIÓN A LA LIBRERÍA NUMPY DE PYTHON – PARTE 2
- INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON – PARTE 1
- INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON – PARTE 2
- INTRODUCCIÓN DE LA LIBRERÍA MATPLOTLIB DE PYTHON – PARTE 1
- INTRODUCCIÓN DE LA LIBRERÍA MATPLOTLIB DE PYTHON – PARTE 2
- INTRODUCCIÓN DE LA LIBRERÍA SCIKIT LEARN DE PYTHON
- BIAS Y VARIANZA EN MACHINE LEARNING
- SOBREAJUSTE Y SUBAJUSTE EN MACHINE LEARNING
- EVALUANDO EL ERROR EN LOS MODELOS DE REGRESIÓN
- REGRESIÓN LINEAL SIMPLE – TEORÍA
- REGRESIÓN LINEAL – SCIKIT LEARN
- REGRESIÓN LINEAL SIMPLE – PRÁCTICA
- REGRESIÓN LINEAL MÚLTIPLE – TEORÍA
- REGRESIÓN LINEAL MÚLTIPLE – PRÁCTICA
- MÉTODOS DE SELECCIÓN DE CARACTERÍSTICAS
- REGRESIÓN POLINOMIAL – TEORÍA
- REGRESIÓN POLINOMIAL – PRÁCTICA
- VECTORES DE SOPORTE REGRESIÓN – TEORÍA
- VECTORES DE SOPORTE REGRESIÓN – SCIKIT LEARN
- VECTORES DE SOPORTE REGRESIÓN – PRÁCTICA
- ÁRBOLES DE DECISIÓN REGRESIÓN – TEORÍA
- ÁRBOLES DE DECISIÓN REGRESIÓN – SCIKIT LEARN
- ÁRBOLES DE DECISIÓN REGRESIÓN – PRÁCTICA
- MÉTODO DE ENSAMBLE DE MODELOS (ENSEMBLE METHODS)
- BOSQUES ALEATORIOS REGRESIÓN – TEORÍA
- BOSQUES ALEATORIOS REGRESIÓN – SCIKIT LEARN
- BOSQUES ALEATORIOS REGRESIÓN – PRÁCTICA
- VENTAJAS Y DESVENTAJAS ALGORITMOS DE REGRESIÓN
- MATRIZ DE CONFUSIÓN
- EVALUANDO EL ERROR EN LOS MODELOS DE CLASIFICACIÓN
- CURVAS ROC Y ÁREA BAJO LA CURVA (AUC)
- MÉTRICAS DE EVALUACIÓN MODELOS DE CLASIFICACIÓN SCIKIT LEARN
- CONJUNTO DE DATOS DESBALANCEADO
- REGRESIÓN LOGÍSTICA – TEORÍA
- REGRESIÓN LOGÍSTICA – PRÁCTICA
- K VECINOS MÁS CERCANOS – TEORÍA
- K VECINOS MÁS CERCANOS – SCIKIT LEARN
- K VECINOS MÁS CERCANOS – PRÁCTICA
- MÁQUINAS DE VECTORES DE SOPORTE CLASIFICACIÓN – TEORÍA
- KERNEL
- MÁQUINAS VECTORES DE SOPORTE CLASIFICACIÓN – SCIKIT LEARN
- MÁQUINAS VECTORES DE SOPORTE CLASIFICACIÓN – PRÁCTICA
- NAIVE BAYES – TEORÍA
- NAIVE BAYES – SCIKIT LEARN
- NAIVE BAYES – PRÁCTICA
- ÁRBOLES DE DECISIÓN CLASIFICACIÓN – TEORÍA
- ÁRBOLES DE DECISIÓN CLASIFICACIÓN – SCIKIT LEARN
- ÁRBOLES DE DECISIÓN CLASIFICACIÓN – PRÁCTICA
- BOSQUES ALEATORIOS CLASIFICACIÓN – TEORÍA
- BOSQUES ALEATORIOS CLASIFICACIÓN – SCIKIT LEARN
- BOSQUES ALEATORIOS CLASIFICACIÓN – PRÁCTICA
- VENTAJAS Y DESVENTAJAS DE LOS ALGORITMOS DE CLASIFICACIÓN
- INTRODUCCIÓN A JUPYTER NOTEBOOK