Auto-reproducción
Autocompletar
Clase Previa
Completar y continuar
Machine Learning Modelos de Regresión con Python
Conceptos Generales
Materiales del curso
1.1 Introducción al Curso (3:16)
1.2 ¿Qué es Machine Learning? (5:07)
1.3 ¿Qué es un Algoritmo de Regresión? (1:25)
1.4 ¿Qué es el EDA? (3:28)
1.5 Carga y Exploración de Datos (3:46)
1.6 Visualización de Datos (3:11)
1.7 Train - Test - Validate (5:17)
1.8 Selección de variable dependiente e independiente (2:35)
Quiz #1
Regresión Lineal
2.1 Concepto Regresión Lineal Simple (1:51)
2.2 Regresión Lineal Simple (6:12)
2.3 Concepto de Regresión Lineal Múltiple (4:28)
2.4 Regresión Lineal Multivariable (7:02)
2.5 Coeficiente de Determinación (7:11)
2.6 Raíz del Error Cuadrático Medio (2:02)
2.7 Varianza Explicada y Error Medio Absoluto (4:41)
2.8 Concepto Validación Cruzada (3:28)
2.9 Regresión Lineal sin Validación Cruzada (5:52)
2.10 Regresión Lineal con Validación Cruzada (2:54)
Quiz #2
Práctica #1 - Regresión Lineal Simple
Regresión Ridge y Lasso
3.1 Conceptos Regularización Ridge (3:34)
3.2 Regresion Ridge (2:44)
3.3 Conceptos Regularización Lasso (2:34)
3.4 Regresión Lasso (1:48)
3.5 Hiperparámetros Regresión Lineal (5:03)
Quiz #3
Técnicas de Preprocesamiento
4.1 Variables Cualitativas y Cuantitativas (3:58)
4.2 Modificando Variables Categóricas (6:14)
4.3 Valores Faltantes (4:21)
4.4 Conceptos Simple Imputer (3:03)
4.5 Limpiando valores vacíos (1:54)
4.6 Conceptos Estandarización Scale (4:16)
4.7 Procesamiento Scale (2:56)
4.8 Pipeline (2:03)
4.9 Creando nuestro Pipeline (4:56)
4.10 Conceptos Standard Scaler (2:55)
4.11 Preprocesamiento Standard Scaler (5:35)
Quiz #4
Práctica #2 - Regresión Lineal Múltiple
Máquinas de Soporte Vectorial y Elastic Net
5.1 Conceptos Regularización Elastic Net (2:31)
5.2 Regresión Elastic Net (5:30)
5.3 Conceptos Máquina de Soporte Vectorial (4:26)
5.4 Ejercicio Preprocesamiento (8:16)
5.5 Regresión de Soporte Vectorial (5:36)
Quiz #5
Hiperparámetros
6.1 Hiperparámetros (3:54)
6.2 GridSearchCV en SVR (7:12)
6.3 Conceptos Robust Scaler (3:14)
6.4 Preprocesamiento Robust Scaler (9:06)
6.5 Ridge Con Gridsearchcv (4:34)
6.6 Conceptos Minmaxscaler & Maxabsscaler (1:56)
Quiz #6
Extreme Gradient Boosting Reggresor
7.1 Conceptos Extreme Gradient Boosting Reggresor (2:44)
7.2 Regresion Con Xgboost (7:04)
7.3 Xgboost Y Sus Parametros (3:38)
7.4 Xgboost Ejercicio 2 (4:26)
7.5 XGBoost Ejercicio 3 (10:30)
7.6 Ajustando el Modelo XGBoost (9:28)
7.7 Hiperparámetros XGBoost (4:41)
Quiz #7
PRÁCTICA FINAL DEL CURSO
1.4 ¿Qué es el EDA?
Contenidos de Clase bloqueados
Si ya está inscrito,
necesitarás loguearte
.
Suscribirse en el Curso para Desbloquear