Overview
Un curso completo para aprender los fundamentos de la ciencia de datos y cómo aplicar el poder de Gemini para análisis avanzado, modelado y visualización.
Course Content
3 Sections
Machine Learning con Scikit-learn
-
Lecture 1: Árboles de Decisión
Preview 00:02:53 -
Lecture 2: K-Means Clustering
Preview 00:02:53 -
Lecture 3: K-Nearest Neighbors (KNN)
Preview 00:02:53 -
Lecture 4: Regresión Lineal
Preview 00:02:53 -
Lecture 5: Regresión Logística
Preview 00:02:53 -
Lecture 6: Random Forest
Preview 00:02:53 -
Lecture 7: XGBoost
Preview 00:02:53
About the instructor
1 Courses
16 Lessons
1 students enrolled
Reviews
Carla Sanchez
March 5, 2026
“ Las notebooks de Jupyter son un recurso invaluable. Pude practicar al instante todo sobre Pandas, en especial el cruce de tablas con merge y concat. El material sobre Random Forest me ayudó mucho a entender el sobreajuste. “
Roberto Mendoza
March 5, 2026
“ La lección sobre filtrado usando .loc e .iloc con máscaras booleanas me resolvió muchos problemas que tenía en el trabajo. Además, el módulo de machine learning enseñando modelos desde Árboles de decisión hasta XGBoost está muy bien estructurado. “
Alicia Torres
March 5, 2026
“ Me encantaron las explicaciones sobre los tipos de datos y la distribución normal. Las analogías utilizadas hacen que conceptos complejos como la regresión logística y la función sigmoide sean muy fáciles de entender para alguien sin formación matemática avanzada. “
Post A comment