Curso GRATUITO sobre el modelado predictivo significativo

Un modelo predictivo es un conjunto de procesos ejercidos a través de técnicas computacionales de análisis de datos que ayudan a inferir la probabilidad de que ocurran determinadas situaciones previas a su consecución y, a su vez, detectar oportunidades de negocio.

Este curso nos ayudará a evaluar y comparar los modelos que hemos desarrollado en cursos anteriores. 

Hasta ahora hemos desarrollado técnicas de regresión y clasificación, pero ¿qué tan bajo debería ser el error de un clasificador (por ejemplo) antes de que decidamos que el clasificador es “suficientemente bueno”? ¿O cómo decidimos cuál de los dos algoritmos de regresión es mejor?

Al final de este curso, estará familiarizado con técnicas de diagnóstico que le permiten evaluar y comparar clasificadores, así como medidas de desempeño que se pueden utilizar en diferentes escenarios de regresión y clasificación. 

También estudiaremos el proceso de capacitación / validación / prueba, que se puede utilizar para garantizar que los modelos que desarrolle se generalicen bien a datos nuevos (o “no vistos”).

Lo que aprenderás:

• Semana 1: diagnóstico de datos
  • Durante esta primera semana, repasaremos el programa de estudios, descargaremos todos los materiales del curso y pondremos su sistema en funcionamiento para el curso.

También presentaremos los conceptos básicos del diagnóstico de los resultados del aprendizaje supervisado.

• Semana 2: Bases de código, regularización y evaluación de un modelo
  • Esta semana, aprenderemos cómo crear una simple bolsa de palabras para su análisis.

 También cubriremos la regularización y por qué es importante al construir un modelo. Por último, evaluaremos un modelo con regularización, centrándonos en los clasificadores.

• Semana 3: Validación y canalizaciones
  • Esta semana, aprenderemos sobre la validación y cómo implementarla junto con la capacitación y las pruebas.

También cubriremos cómo implementar una canalización de regularización en Python y presentaremos algunas pautas para las mejores prácticas.

• Proyecto final
  • En la última semana de este curso, continuará desarrollando el proyecto a partir del primer y segundo curso de Productos de datos de Python para análisis predictivo con algoritmos simples de aprendizaje automático predictivo.

Encuentre un conjunto de datos, límpielo y realice análisis básicos de los datos. Evalúe su modelo, valide sus análisis y asegúrese de no sobreajustar los datos.

¿Cómo obtengo el curso?

Este curso es ofrecido desde la plataforma de Coursera, es un curso que puedes obtener de manera gratuita bajo ciertas condiciones.

La primera opción es elegir la opción de “Curso gratuito sin certificado”, de esta manera podrás acceder al contenido del curso y finalizarlo, pero no podrás obtener un certificado de finalización avalado por la plataforma.

La segunda opción es elegir “auditar curso”, con esta opción podrás acceder al contenido de video del curso, pero no podrás realizar los exámenes ni obtener el certificado de finalización. Si no ves la opción de auditar curso, debes verificar en la parte de abajo usando el scroll (en forma de link).

Las opciones varían dependiendo el curso, pero con cualquiera de las dos podrás acceder gratuitamente al contenido. Por si fuera poco, algunos cursos tienen la opción de ayuda económica, con los cuales puedes solicitar dicho apoyo y ser acreedor de un curso de pago.

Para obtener el curso de manera gratuita da clic en el siguiente botón:

---

---