Reproducción automática
Autocompletar
lección anterior
Completar y continuar
Machine Learning con Python
1. Introducción al curso
Presentación del curso (2:56)
Instalación Anaconda (2:41)
Primeros pasos con Jupyter Notebook (2:35)
Creando variables en Jupyter (3:50)
Condicionales y bucles en Jupyter (2:03)
Creando funciones en Jupyter (1:46)
2. Introducción al Machine Learning
¿Qué es el machine learning? (5:11)
Diferencias con AI, BD y DL (5:24)
Aprendizaje supervisado vs no supervisado (4:23)
Terminología y notación (3:17)
Machine Learning pipeline (2:09)
Notebook y ejercicios
3. Regresión
Regresión lineal (una variable) (6:15)
Regresión lineal (varias variables) (7:21)
Regresión lineal (polinómica) (3:40)
Evaluación del modelo (7:17)
Ridge Regression (5:09)
Selección del modelo (7:03)
Lasso (3:19)
Todo junto (4:09)
4. Clasificación
La tarea de clasificación (2:27)
Regresión logística (13:49)
Árboles de decisión (9:03)
Vecinos más próximos (4:30)
Máquinas de vectores soporte (9:03)
Prestaciones en clasificación y parámetros libres
5. Clustering
Kmeans (4:27)
Trabajando con kmeans (4:41)
Notebook y ejercicios
Diferencias con AI, BD y DL
2.2 Diferencias con AI, BD y DL.pdf
Completar y continuar
Discusión
0
comentarios
Cargar más
0 comentarios