Aprendizaje automático con Python y Scikit-Learn
Scikit-learn es una biblioteca de aprendizaje automático de código abierto para Python, conocida por su simplicidad, versatilidad y accesibilidad. La biblioteca está bien documentada y cuenta con el apoyo de una gran comunidad, lo que la convierte en una opción popular tanto para principiantes como para profesionales experimentados en el campo del aprendizaje automático. Acabamos de publicar un curso de 18 horas sobre.
Scikit-learn es una biblioteca de aprendizaje automático de código abierto para Python, conocida por su simplicidad, versatilidad y accesibilidad. La biblioteca está bien documentada y cuenta con el apoyo de una gran comunidad, lo que la convierte en una opción popular tanto para principiantes como para profesionales experimentados en el campo del aprendizaje automático.
Acabamos de publicar un curso de 18 horas en el canal de YouTube de CodesCode.org que es una introducción práctica y práctica al aprendizaje automático con Python y Scikit-Learn. Está dirigido a principiantes con conocimientos básicos de Python y estadística.
El curso está diseñado y enseñado por Aakash N S, CEO y cofundador de Jovian. Aakash ha creado muchos cursos populares de aprendizaje automático. El curso comienza con los conceptos básicos del aprendizaje automático explorando modelos como la regresión lineal y logística, y luego pasa a modelos basados en árboles como árboles de decisión, bosques aleatorios y máquinas de aumento de gradiente.
El curso también aborda las mejores prácticas para abordar y gestionar proyectos de aprendizaje automático y demuestra cómo construir un modelo de aprendizaje automático de última generación para un conjunto de datos del mundo real desde cero. Luego, el curso estudia brevemente el aprendizaje no supervisado y las recomendaciones y explica el proceso de implementación de un modelo de aprendizaje automático en la nube utilizando el marco web Flask.
Aprenderás todo lo que necesitas saber para comenzar a usar Scikit-learn para el aprendizaje automático. Scikit-learn ofrece una amplia gama de herramientas para diversas tareas de aprendizaje automático, que incluyen clasificación, regresión, agrupamiento, reducción de dimensionalidad, selección de modelos y preprocesamiento. Scikit-learn se basa en NumPy, SciPy y Matplotlib, y su interfaz fácil de usar permite una fácil integración en aplicaciones de Python.
Al finalizar este curso, podrás construir, entrenar e implementar modelos de aprendizaje automático con confianza en el mundo real. Para aprovechar al máximo este curso, sigue el proceso y escribe todo el código tú mismo, y aplica las técnicas cubiertas aquí a otros conjuntos de datos y competiciones del mundo real que puedes encontrar en plataformas como Kaggle.
Estas son las lecciones de este curso:
- Lección 1 – Regresión lineal y descenso de gradiente
- Lección 2 – Regresión logística para clasificación
- Lección 3 – Árboles de decisión y bosques aleatorios
- Lección 4 – Cómo abordar proyectos de aprendizaje automático
- Lección 5 – Máquinas de aumento de gradiente con XGBoost
- Lección 6 – Aprendizaje no supervisado con Scikit-Learn
- Lección 7 – Proyecto de aprendizaje automático desde cero
- Lección 8 – Implementación de un proyecto de aprendizaje automático con Flask
Puedes ver el curso completo en el canal de YouTube de CodesCode.org (18 horas de duración).
Leave a Reply