Conocimientos y habilidades que adquieres realizando este curso

  • Utilizar la librería scikit-learn para aprendizaje no supervisado y entender cómo superar las limitaciones.
  • Entrenar modelos de clusterizacion.
  • Utilizar técnicas de reducción de dimensionalidad.
  • Evaluación de modelos no supervisados.
  • Interpretación de los resultados de los modelos no supervisados.

Temario

  • Introducción a Scikit-learn

    5m
  • Sintaxis básica

    7m
  • Introducción a K-means

    11m
  • Visualizando los resultados

    7m
  • Evaluando los resultados

    13m
  • La preparación típica

    5m
  • Eligiendo y normalizando las variables (Parte I)

    4m
  • Eligiendo y normalizando las variables (Parte II)

    8m
  • DBSCAN

    7m
  • Clusterización jerárquica

    8m
  • PCA

    10m
  • t-SNE

    8m
  • Detectando grupos de interés: Reducción de dimensiones

    4m
  • Incorporando los resultados en un modelo: Reducción de dimensiones

    4m
  • Resumen

    2m

Relacionado

Te dejamos una selección de cursos, carreras y artículos

Machine Learning con modelos basados en árboles en Python

Machine Learning con modelos basados en árboles en Python

taller

Con este taller aprenderás:

  • Crear Pipelines de Sklearn para el entrenamiento de un modelo de Machine Learning.
  • Entrenar modelos de arboles de decision, random forest y xgboost.
  • Técnicas para reducir el overtraining con estos modelos.

Duración: 51 minutos y 4 segundos

Preguntas Frecuentes

En OpenWebinars no vendemos cursos, talleres o laboratorios unitarios.

Tenemos diferentes tipos de suscripciones, que te dará acceso completo a todos los cursos de la plataforma y a los nuevos que vamos lanzando, siempre y cuando tu suscripción esté activa (como Spotify con la música o Netflix con las películas y series).

¿Eres una empresa? Tenemos planes especiales para ti. Consúltanos aquí.

En OpenWebinars los cursos no tienen fecha de inicio y de final.

Cada curso tiene una fecha de publicación y desde ese día estarán 100% disponible todos los contenidos del curso para los usuarios suscritos a alguno de nuestros planes.

Efectivamente, una vez superado cada curso podrás descargarte el diploma acreditativo de cada uno de ellos. Añade estos cursos a tu CV y mejora tu perfil para las empresas. También podrás obtener un diploma de nivel superior al superar todos los cursos de la carrera.

Descripción

Esta formación está indicada para todos los que están comenzando a introducirse en el mundo de machine learning y ya entienden los conceptos teóricos más básicos, pero quieren aprender a poner este conocimiento de aprendizaje supervisado en práctica con el lenguaje Python.

Para seguir el curso de forma correcta, es necesario tener conocimientos básicos de la teoría introductoria de machine learning y también saber manejar datos con la librería Pandas. Si lo necesitas, te recomendamos realizar algunos de nuestros cursos relacionados: Curso de introducción a Machine Learning, Curso de tratamiento de datos con Pandas en Python y/o Curso de tratamiento de datos con Pandas y NumPy.

Este curso online comienza con el apartado centrado en el entrenamiento de un modelo, en el que realizaremos una primera toma de contacto con scikit-learn, explicando qué es, por qué se utiliza, qué otras tecnologías conforman su ecosistema, cómo realizar su instalación y la sintaxis básica de esta librería.

Después entramos en las diferentes secciones dedicadas a la clusterización de datos, en las cuales se desarrollarán aspectos como el uso de Kmeans para visualizar resultados y evaluarlos, la posterior preparación de esos datos, la elección y normalización de variables, además de otros algoritmos diferentes a Kmeans para la clusterización (DBSCAN y clusterización jerárquica), y, para finalizar veremos unos casos de uso de la clusterización.

Seguidamente continuamos con los bloques formativos dedicados a la reducción de dimensionalidad, en los cuales se introducirán los algoritmos que se utilizarán en este proceso (PCA y t-SNE), además de ver unos casos de uso de la reducción de dimensiones.

* Requisitos del Curso

Es necesario tener conocimientos básicos de la teoría introductoria de machine learning y también saber manejar datos con Pandas.

Estas son algunas de las empresas que ya confían en OpenWebinars

Profesores y profesionales

Nuestros docentes son profesionales que trabajan día a día en la materia que imparten

Conviértete en profesor de OpenWebinars