Introducción a los algoritmos de regresión

4.5
estrellas
26 calificaciones
ofrecido por
Coursera Project Network
En este proyecto guiado, tú:

Analizar datos y generar modelos de regresión lineal y logística con Python

Encontrar los mejores parámetros para generar modelos óptimos

Clock55 minutos
IntermediateIntermedio
CloudNo se necesita descarga
VideoVideo de pantalla dividida
Comment DotsEspañol (Spanish)
LaptopSolo escritorio

Al completar este proyecto de 1 hora de duración, entenderás y podrás desarrollar tus propios modelos de regresión (lineal y logístico) a partir de un conjunto de datos definidos, y optimizar los algoritmos de forma automática para encontrar los mejores parámetros para tus modelos. También podrás entender los pasos necesarios antes de diseñar tus modelos, como analizar tus datos y hacer limpiezas de acuerdo a los tipos de datos y caso de uso.

Habilidades que desarrollarás

Python LibrariesLogistic RegressionLinear Regression

Aprende paso a paso

En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:

  1. Explorar y analizar los conjuntos de datos

  2. Usar algoritmo de regresión lineal simple

  3. Usar algoritmo de regresión lineal múltiple

  4. Usar algoritmo de regresión logística

  5. Ajustar los hiperparámetros del algoritmo

  6. Seleccionar el mejor modelo

Cómo funcionan los proyectos guiados

Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.

En un video de pantalla dividida, tu instructor te guía paso a paso

Reseñas

Principales reseñas sobre INTRODUCCIÓN A LOS ALGORITMOS DE REGRESIÓN

Ver todas las reseñas

Preguntas Frecuentes

Preguntas Frecuentes

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.