Saltar al contenido principal
InicioPythonAprendizaje supervisado con scikit-learn

Aprendizaje supervisado con scikit-learn

Aumenta tus habilidades de aprendizaje automático con scikit-learn en Python.

Comience El Curso Gratis
4 Horas15 Videos49 Ejercicios
120.458 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Desarrolla tus habilidades de aprendizaje automático con scikit-learn y descubre cómo utilizar esta popular biblioteca de Python para entrenar modelos utilizando datos etiquetados. En este curso, aprenderás a hacer predicciones poderosas, como si un cliente se dará de baja, si una persona tiene diabetes e incluso cómo clasificar el género de una canción. Utilizando sets de datos reales, descubrirás cómo construir modelos predictivos, afinar sus parámetros y determinar su rendimiento con datos nuevos.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Certificación disponible

Científico de datos asociado en Python

Ir a la pista

Machine Learning Fundamentals with Python

Ir a la pista

Científico de Machine Learning con Python

Ir a la pista
  1. 1

    Clasificación

    Gratuito

    En este capítulo, veremos problemas de clasificación y aprenderás a resolverlos mediante técnicas de aprendizaje supervisado. Aprenderás cómo dividir los datos en sets de entrenamiento y prueba, entrenar un modelo, hacer predicciones y evaluar la precisión. Descubrirás la relación entre la complejidad del modelo y el rendimiento, aplicando lo aprendido a un sets de datos de perdida de clientes, en el que clasificarás el estado de rotación de clientes de una empresa de telecomunicaciones.

    Reproducir Capítulo Ahora
    Aprendizaje automático con scikit-learn
    50 xp
    Clasificación binaria
    50 xp
    El flujo de trabajo del aprendizaje supervisado
    100 xp
    El desafío de la clasificación
    50 xp
    k-Nearest Neighbors: Fit
    100 xp
    k-Nearest Neighbors: Predict
    100 xp
    Medición del rendimiento del modelo
    50 xp
    División en entrenamiento/prueba + precisión
    100 xp
    Sobreajuste e infraajuste
    100 xp
    Visualizando la complejidad del modelo
    100 xp
  2. 2

    Regresión

    En este capítulo, te presentaremos la regresión y construirás modelos para predecir los montos de venta utilizando un set de datos sobre gastos publicitarios. Aprenderás la mecánica de la regresión lineal y las métricas de desempeño más comunes, como R-cuadrada y error cuadrático medio. Realizarás validación cruzada k-fold, y aplicarás regularización a los modelos de regresión para reducir el riesgo de sobreajuste.

    Reproducir Capítulo Ahora
  3. 3

    Ajuste fino de tu modelo

    Habiendo entrenado los modelos, ahora aprenderás a evaluarlos. En este capítulo, se presentarán varias métricas junto con una técnica de visualización para analizar el rendimiento del modelo de clasificación mediante scikit-learn. También aprenderás a optimizar los modelos de clasificación y regresión mediante el uso del ajuste de hiperparámetros.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Certificación disponible

Científico de datos asociado en Python

Ir a la pista

Machine Learning Fundamentals with Python

Ir a la pista

Científico de Machine Learning con Python

Ir a la pista

En otras pistas

Aprendizaje automático supervisado en Python

Colaboradores

Collaborator's avatar
James Chapman
Collaborator's avatar
Amy Peterson
Collaborator's avatar
Izzy Weber
George Boorman HeadshotGeorge Boorman

Curriculum Manager, DataCamp

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Aprendizaje supervisado con scikit-learn hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.