Con sklearn se aprende teoricamente el machine learning, y cuando quieres crear o modificar tus propias red neuronal, pasarte a tensorflow con keras, y con eso empezar a analizar tu propia ia con kaggle
Ahora que estoy aprendiendo a profundidad el tema, hay varios aspectos importantes, entre ellos saber interpretar los indicadores de evaluación de los modelos, buscar el ajuste apropiado del modelo y saber manejar bien los parámetros e hiperparametros.
@@RafaGonzalezGouveia Gracias profe por contestarme el comentario end to end desde cero hasta publicarlo a algun proveedor de la nube como azure de Microsoft o aws de amazon o GCP de google y apartir de hay consumir el servicio
@@Mike-df4ze ah ya entiendo, por ahora la idea es seguir como antes guardando la info en local. Pero si ha habido algún estudiante que trabajo su proyecto en la nube. Se podría hacer :)
@@RafaGonzalezGouveia muy bien profe muchas gracias estare atento a cualquier video sobre el tema muchas gracias por todo que pase una excelente semana mucho exito en esta nueva version del curso del Portafolio mucho exito saludos
Hola he tratado de subscribirme al curos de portafolio, incluso ahorita trate de pagar y no esta ya... tambien escribi por twiter pero no respuesta, algo complicado
Hola Rafa estoy muy interesado en el curso pero veo que el programa empezó en día 3 de octubre pero las inscripciones están abiertas hasta el día de hoy, en el caso de que pague que pasaría con esas clases que ya se dieron ??
Hola Diego, perdona que te haya respondido hasta ahora. El día 3 de octubre empezo el proceso de inscripción. La primera clase de bienvenida fue el sábado pasado. Esta clase fue solo de presentación y está grabada. Todo el contenido del curso está grabado. Por lo que pudieras verlo a tu ritmo. Aunque el tiempo de inscripción ya ha pasado, si estás interesado en inscribirte, aún estarías a tiempo para llegar a la segunda semana donde hablaremos de los datos. Si te interesa escribeme un correo a rafael@gonzalezgouveia.com para gentionarlo. Un abrazo
Hola Rafa estoy interesado en hacer el curso contigo, pero no voy en últimos semestres de mi carrera universitaria. En el momento estudio estadística pero el método de enseñanza es muy profundo y mantengo muy aburrido con las demostraciones jaja voy en los primeros semestres, tengo claro que quiero ser data scientist pero me va muy mal en la U :c he pensado cambiarme a estudiar ingeniería en sistemas. Que me recomiendas? Si puedo hacer el curso contigo si no tengo conocimientos avanzados de una carrera?
Hola Juan, entiendo. No sé si te recomendaría cambiarte de carrera cuando estás en los últimos semestres. Otra cosa, cual dirías que es tu nivel de Python? Esto para saber si el curso te vendría bien.
De Python sé lo básico, hacer bucles, ciclos while y eso. En la carrera voy muy atrasado y me va muy mal me faltarían 3 años más o menos por eso he pensado lo del cambio, que carrera crees que sería mejor para ser data scientist?
@@RafaGonzalezGouveia en el momento me cuesta mucho álgebra lineal jajaja la he visto ya varias veces pero no me entra :c he pasado los cálculos más fácil que esta
🎯 Key Takeaways for quick navigation: 00:00 🤖 *The most important group of algorithms in Machine Learning is supervised learning, which involves known input-output pairs.* 01:13 📊 *In supervised learning, inputs (x) are features, and outputs (y) are the desired results, forming a relationship used to make predictions.* 03:21 📈 *Prediction problems in supervised learning involve finding patterns in data to predict values, such as house prices based on features like size.* 04:17 📊 *Regression models, like linear regression, can be used for prediction tasks by fitting a line to the data to make price predictions.* 05:26 🎯 *Classification problems in supervised learning involve categorizing data, like distinguishing between spam and non-spam emails based on features.* 06:50 🔍 *Choosing the threshold (t) for classification can impact the error rates, and the choice depends on the importance of minimizing false positives or false negatives.* 08:13 🌳 *Popular algorithms for classification in supervised learning include logistic regression, decision trees, random forests, and k-nearest neighbors (knn).* Made with HARPA AI
![[Ranking 10 al 1] Machine Learning - Top Algoritmos IMPRESCINDIBLES para Data Science en 2024](/img/n.gif)
Puedes inscribirte al curso de portafolio aquí --> escuela.gonzalezgouveia.com/courses/portafolio-data-science
Con sklearn se aprende teoricamente el machine learning, y cuando quieres crear o modificar tus propias red neuronal, pasarte a tensorflow con keras, y con eso empezar a analizar tu propia ia con kaggle
Ahora que estoy aprendiendo a profundidad el tema, hay varios aspectos importantes, entre ellos saber interpretar los indicadores de evaluación de los modelos, buscar el ajuste apropiado del modelo y saber manejar bien los parámetros e hiperparametros.
Saludos. Podría hacer un video enseñando cómo usar la TPU de Kaggle. Gracias.
Gracias. Me parece muy bueno .
Excelente profesor muchas gracias yo fui de la 3ra edicion del Portafolio una pregunta habra app end to end ? En futuros videos
gracias a ti! A que te refieres con app end to end
@@RafaGonzalezGouveia Gracias profe por contestarme el comentario end to end desde cero hasta publicarlo a algun proveedor de la nube como azure de Microsoft o aws de amazon o GCP de google y apartir de hay consumir el servicio
@@Mike-df4ze ah ya entiendo, por ahora la idea es seguir como antes guardando la info en local. Pero si ha habido algún estudiante que trabajo su proyecto en la nube. Se podría hacer :)
@@RafaGonzalezGouveia muy bien profe muchas gracias estare atento a cualquier video sobre el tema muchas gracias por todo que pase una excelente semana mucho exito en esta nueva version del curso del Portafolio mucho exito saludos
Igual Miguel! Un abrazo
Hola he tratado de subscribirme al curos de portafolio, incluso ahorita trate de pagar y no esta ya... tambien escribi por twiter pero no respuesta, algo complicado
hola Antonio lamento que haya sido difícil la comunicación. Te he escrito por correo
Hola Rafa, me interesa el curso, tengo una consulta. Cuantos proyectos de ciencias de datos se harán en el curso? Gracias!
Hola Diego. Durante la duración del curso se realizaría un solo proyecto. La metodología que seguimos te serviría para hacer más después
Hola Rafa estoy muy interesado en el curso pero veo que el programa empezó en día 3 de octubre pero las inscripciones están abiertas hasta el día de hoy, en el caso de que pague que pasaría con esas clases que ya se dieron ??
Hola Diego, perdona que te haya respondido hasta ahora. El día 3 de octubre empezo el proceso de inscripción. La primera clase de bienvenida fue el sábado pasado. Esta clase fue solo de presentación y está grabada. Todo el contenido del curso está grabado. Por lo que pudieras verlo a tu ritmo. Aunque el tiempo de inscripción ya ha pasado, si estás interesado en inscribirte, aún estarías a tiempo para llegar a la segunda semana donde hablaremos de los datos. Si te interesa escribeme un correo a rafael@gonzalezgouveia.com para gentionarlo. Un abrazo
Hola Rafa estoy interesado en hacer el curso contigo, pero no voy en últimos semestres de mi carrera universitaria. En el momento estudio estadística pero el método de enseñanza es muy profundo y mantengo muy aburrido con las demostraciones jaja voy en los primeros semestres, tengo claro que quiero ser data scientist pero me va muy mal en la U :c he pensado cambiarme a estudiar ingeniería en sistemas. Que me recomiendas? Si puedo hacer el curso contigo si no tengo conocimientos avanzados de una carrera?
Hola Juan, entiendo. No sé si te recomendaría cambiarte de carrera cuando estás en los últimos semestres. Otra cosa, cual dirías que es tu nivel de Python? Esto para saber si el curso te vendría bien.
De Python sé lo básico, hacer bucles, ciclos while y eso. En la carrera voy muy atrasado y me va muy mal me faltarían 3 años más o menos por eso he pensado lo del cambio, que carrera crees que sería mejor para ser data scientist?
@@juandasw La verdad estadística es una buena carrera para ser data scientist... Qué materias son las que más te cuestan?
@@RafaGonzalezGouveia en el momento me cuesta mucho álgebra lineal jajaja la he visto ya varias veces pero no me entra :c he pasado los cálculos más fácil que esta
🎯 Key Takeaways for quick navigation:
00:00 🤖 *The most important group of algorithms in Machine Learning is supervised learning, which involves known input-output pairs.*
01:13 📊 *In supervised learning, inputs (x) are features, and outputs (y) are the desired results, forming a relationship used to make predictions.*
03:21 📈 *Prediction problems in supervised learning involve finding patterns in data to predict values, such as house prices based on features like size.*
04:17 📊 *Regression models, like linear regression, can be used for prediction tasks by fitting a line to the data to make price predictions.*
05:26 🎯 *Classification problems in supervised learning involve categorizing data, like distinguishing between spam and non-spam emails based on features.*
06:50 🔍 *Choosing the threshold (t) for classification can impact the error rates, and the choice depends on the importance of minimizing false positives or false negatives.*
08:13 🌳 *Popular algorithms for classification in supervised learning include logistic regression, decision trees, random forests, and k-nearest neighbors (knn).*
Made with HARPA AI
Una curva recta….