Ir al contenido principal

Curso

Preprocesamiento para machine learning en Python

IntermedioNivel de habilidad

Actualizado 12/2025

¡Aprende a limpiar y preparar tus datos para el machine learning!

Comienza el curso gratis

PythonMachine Learning

4 h

20 vídeos

62 Ejercicios

4,700 XP

66,616

Certificado de logros

Preferido por estudiantes en miles de empresas

¿Formando un equipo?

Prueba para empresas

Descripción del curso

Este curso abarca los fundamentos de cómo y cuándo realizar el preprocesamiento de datos. Este paso esencial en cualquier proyecto de machine learning es cuando preparas tus datos para el modelado. Entre la importación y limpieza de tus datos y el ajuste de tu modelo de machine learning es cuando entra en juego el preprocesamiento. Aprenderás a normalizar tus datos para que tengan la forma adecuada para tu modelo, a crear nuevas características para aprovechar mejor la información de tu conjunto de datos y a seleccionar las mejores características para mejorar el ajuste de tu modelo. Por último, practicarás un poco el preprocesamiento consiguiendo un conjunto de datos sobre avistamientos de UFO listo para el modelado.

Requisitos previos

Cleaning Data in Python Supervised Learning with scikit-learn

1

Introducción al preprocesamiento de datos

En este capítulo aprenderás qué significa exactamente preprocesar datos. Darás los primeros pasos de cualquier tarea de preprocesamiento, incluyendo la exploración de los tipos de datos y el tratamiento de los datos que faltan.

Introducción al preprocesamiento

Explorar los datos que faltan

Eliminar los datos que faltan

Trabajar con tipos de datos

Explorar los tipos de datos

Convertir un tipo de columna

Conjuntos de entrenamiento y prueba

Desequilibrio de clases

Muestreo estratificado

Iniciar capítulo

2

Normalización de datos

Este capítulo trata sobre la normalización de los datos. A menudo, un modelo hará algunas suposiciones sobre la distribución o la escala de tus características. La normalización es una forma de hacer que tus datos se ajusten a estos supuestos y mejorar el rendimiento del algoritmo.

Normalización

Cuándo normalizar

Modelar sin normalizar

Normalización logarítmica

Comprobación de la varianza

Normalización de registros en Python

Escalar datos para comparar características

Escalar datos - investigar columnas

Escalar datos - estandarizar columnas

Datos normalizados y modelado

KNN sobre datos no escalados

KNN sobre datos escalados

Iniciar capítulo

3

Ingeniería de características (Feature engineering)

En esta sección aprenderás sobre ingeniería de características. Explorarás distintas formas de crear características nuevas y más útiles a partir de las que ya existen en tu conjunto de datos. Verás cómo codificar, agregar y extraer información de características numéricas y textuales.

Ingeniería de características (Feature engineering)

Prueba de conocimientos de ingeniería de características

Identificar áreas para la ingeniería de características

Contar variables categóricas

Codificación de variables categóricas - binarias

Codificación de variables categóricas - one-hot

Características numéricas de ingeniería

Agregación de características numéricas

Extraer componentes fecha-hora

Características textuales de ingeniería

Extraer patrones de cadenas

Vectorizar texto

Clasificación de textos mediante vectores tf/idf

Iniciar capítulo

4

Selección de características para el modelado

Este capítulo repasa algunas técnicas diferentes para seleccionar las características más importantes de tu conjunto de datos. Aprenderás a eliminar características redundantes, a trabajar con vectores de texto y a reducir el número de características de tu conjunto de datos mediante el análisis de componentes principales (PCA).

Selección de características

Cuándo utilizar la selección de rasgos

Identificación de áreas para la selección de características

Eliminación de características redundantes

Seleccionar características relevantes

Comprobación de características correlacionadas

Seleccionar características utilizando vectores de texto

Explorando los vectores de texto, parte 1

Explorando los vectores de texto, parte 2

Entrenamiento de Naive Bayes con selección de características

Reducción de dimensionalidad

Utilizar PCA

Entrenar un modelo con PCA

Iniciar capítulo

5

Unirlo todo

Ahora que has aprendido todo sobre el preprocesamiento, probarás estas técnicas en un conjunto de datos que registra información sobre avistamientos de OVNIs (UFO).

UFOs y preprocesamiento

Comprobación de los tipos de columna

Eliminar los datos que faltan

Variables categóricas y estandarización

Extraer números de cadenas

Identificar características para la normalización

Nuevas funciones de ingeniería

Contar variables categóricas

Características de las fechas

Vectorización de texto

Selección de características y modelado

Seleccionar el conjunto de datos ideal

Modelización del conjunto de datos UFO, parte 1

Modelización del conjunto de datos UFO, parte 2

¡Enhorabuena!

Iniciar capítulo

Preprocesamiento para machine learning en Python

Curso
completo

Obtener certificado de logros

Añade esta certificación a tu perfil de LinkedIn o a tu currículum.
Compártelo en redes sociales y en tu evaluación de desempeño.Inscríbete ahora

¡Únete a 19 millones de estudiantes y empieza Preprocesamiento para machine learning en Python hoy mismo!

Desarrolla tus habilidades de datos con la aplicación móvil de DataCamp

Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.