Domina Machine Learning con Python y aprende a crear modelos predictivos desde cero. Curso online gratis con ejercicios y práctica en bibliotecas clave.
En este curso gratuito, aprenda sobre
Panorama del curso y flujo típico de un proyecto de Machine Learning con Python
Lenguajes para ML y por qué Python es el más adecuado para datos y ML general
Uso básico del IDE Spyder: editor, consola, variables, depuración y ejecución por celdas
NumPy: arrays vs listas, eficiencia, operaciones vectorizadas y creación de matrices (p. ej., empty)
Pandas: Series y DataFrame, etiquetas/índices, manejo de datos tabulares y diferencias con NumPy
Matplotlib: visualización de datos; gráficos básicos y cuándo usar barras para categorías
Scikit-learn: API para entrenar modelos, preprocesar datos y evaluar rendimiento
Conceptos de sesgo y varianza; qué significa el error por varianza
Sobreajuste y subajuste: causas comunes y cómo identificarlos en modelos
Métricas de error en regresión: uso de MSE/RMSE y evaluación del ajuste
Regresión lineal: objetivo, teoría y minimización del error (mínimos cuadrados)
Implementación práctica de regresión lineal simple con scikit-learn e interpretación del modelo
Regresión lineal múltiple: teoría, uso con varias variables y predicción en práctica
Selección de características y regresión polinomial para capturar relaciones no lineales
Acerca del curso online gratuito
Da el salto a la inteligencia artificial aprendiendo a construir modelos predictivos con Python de forma práctica y guiada. Este curso online gratuito está pensado para quienes quieren entender cómo se trabaja en ciencia de datos: desde el entorno de desarrollo y la preparación de datos, hasta el entrenamiento y evaluación de modelos de machine learning con herramientas estándar de la industria.
A lo largo del recorrido desarrollarás una base sólida en el ecosistema de Python para análisis y modelado. Aprenderás a manejar estructuras de datos eficientes, a organizar y explorar datasets, y a crear visualizaciones claras para interpretar patrones y comunicar resultados. Además, te familiarizarás con el flujo de trabajo habitual: cargar datos, transformarlos, separar variables, entrenar algoritmos, validar el rendimiento y detectar errores comunes.
El enfoque del curso combina teoría esencial con práctica aplicada, apoyándose en ejercicios que refuerzan cada bloque. Se trabaja con bibliotecas fundamentales para cualquier perfil de datos, lo que te permitirá ganar soltura al escribir código, inspeccionar resultados y ajustar parámetros de forma sistemática. También se abordan conceptos críticos para entender por qué un modelo funciona o falla, incluyendo el equilibrio entre sesgo y varianza, y cómo prevenir el sobreajuste y el subajuste al entrenar.
En la parte de modelado, aprenderás a evaluar el error en regresión y a crear modelos de regresión lineal en sus variantes simple y múltiple, incorporando buenas prácticas de entrenamiento con librerías especializadas. Conocerás técnicas para seleccionar características relevantes, mejorar la capacidad predictiva y construir modelos más interpretables. Finalmente, ampliarás tu repertorio con regresión polinómica para capturar relaciones no lineales cuando el problema lo requiera.
Al terminar, tendrás criterios para elegir herramientas, preparar datos con orden, entrenar modelos con seguridad y medir su desempeño con métricas adecuadas. Es una excelente puerta de entrada si buscas empezar en ciencia de datos, reforzar fundamentos de machine learning o preparar tu perfil para oportunidades en análisis, automatización y desarrollo de soluciones basadas en datos.
Contenido del curso
Lección en vídeo: INTRODUCCIÓN AL CURSO: MACHINE LEARNING CON PYTHON | #0 Curso Machine Learning con Python04m
Ejercicio: ¿Cuál es el enfoque principal del curso mencionado en el video?
Lección en vídeo: LENGUAJES DE PROGRAMACIÓN PARA MACHINE LEARNING | #1 Curso Machine Learning con Python06m
Ejercicio: ¿Cuál es el lenguaje de programación más adecuado para tareas generales de procesamiento de datos y machine learning?
Lección en vídeo: INTRODUCCIÓN AL IDE SPYDER | #2 Curso Machine Learning con Python05m
Ejercicio: ¿Cuáles son algunas de las características fundamentales de Spider para Python?
Lección en vídeo: INTRODUCCIÓN A LA LIBRERÍA NUMPY DE PYTHON - PARTE 1 | #3 Curso Machine Learning con Python05m
Ejercicio: ¿Cuál es una ventaja clave de usar NumPy sobre las listas de Python al trabajar con matrices?
Lección en vídeo: INTRODUCCIÓN A LA LIBRERÍA NUMPY DE PYTHON - PARTE 2 | #4 Curso Machine Learning con Python06m
Ejercicio: ¿Qué instrucción se utiliza para crear una matriz vacía en numpy?
Lección en vídeo: INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON - PARTE 1 | #5 Curso Machine Learning con Python05m
Ejercicio: ¿Cuál es una característica fundamental del DataFrame en Pandas que lo diferencia de las estructuras de datos en NumPy?
Lección en vídeo: INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON - PARTE 2 | #6 Curso Machine Learning con Python08m
Ejercicio: ¿Qué es un data frame en Pandas?
Lección en vídeo: INTRODUCCIÓN DE LA LIBRERÍA MATPLOTLIB DE PYTHON - PARTE 1 | #7 Curso Machine Learning con Python05m
Ejercicio: ¿Cuál es una de las funciones principales de la librería Matplotlib en Python?
Lección en vídeo: INTRODUCCIÓN DE LA LIBRERÍA MATPLOTLIB DE PYTHON - PARTE 2 | #8 Curso Machine Learning con Python05m
Ejercicio: ¿Qué tipo de gráfico se utiliza para comparar datos entre diferentes categorías?
Lección en vídeo: INTRODUCCIÓN DE LA LIBRERÍA SCIKIT LEARN DE PYTHON | #9 Curso Machine Learning con Python03m
Ejercicio: ¿Cuál de las siguientes opciones es una función importante de la librería mencionada?
Lección en vídeo: BIAS Y VARIANZA EN MACHINE LEARNING | #10 Curso Machine Learning con Python06m
Ejercicio: ¿Qué es el error de varianza en Machine Learning?
Lección en vídeo: SOBREAJUSTE Y SUBAJUSTE EN MACHINE LEARNING | #11 Curso Machine Learning con Python07m
Ejercicio: ¿Cuál es una causa común del sobreajuste en un modelo de machine learning?
Lección en vídeo: EVALUANDO EL ERROR EN LOS MODELOS DE REGRESIÓN | #12 Curso Machine Learning con Python06m
Ejercicio: ¿Cuál es la métrica más común utilizada para medir el ajuste de un modelo de regresión?
Lección en vídeo: REGRESIÓN LINEAL SIMPLE - TEORÍA | #13 Curso Machine Learning con Python06m
Ejercicio: ¿Cuál es el objetivo principal de la regresión lineal en el contexto del machine learning?
Lección en vídeo: REGRESIÓN LINEAL - SCIKIT LEARN | #14 Curso Machine Learning con Python05m
Ejercicio: ¿Cuál es el método más utilizado para minimizar el error en la regresión lineal?
Lección en vídeo: REGRESIÓN LINEAL SIMPLE - PRÁCTICA | #15 Curso Machine Learning con Python10m
Ejercicio: ¿Cuál es el objetivo del modelo de regresión lineal simple creado en el video?
Lección en vídeo: REGRESIÓN LINEAL MÚLTIPLE - TEORÍA | #16 Curso Machine Learning con Python04m
Ejercicio: ¿Qué es la regresión lineal múltiple?
Lección en vídeo: REGRESIÓN LINEAL MÚLTIPLE - PRÁCTICA | #17 Curso Machine Learning con Python08m
Ejercicio: ¿Cuál es la función principal del algoritmo de regresión lineal múltiple aplicado en el video?
Lección en vídeo: MÉTODOS DE SELECCIÓN DE CARACTERÍSTICAS | #18 Curso Machine Learning con Python08m
Ejercicio: ¿Qué son los métodos de selección de características y por qué son importantes en Machine Learning?
Lección en vídeo: REGRESIÓN POLINOMIAL - TEORÍA | #19 Curso Machine Learning con Python04m
Ejercicio: ¿Cuál es una ventaja de la regresión polinómica comparada con la regresión lineal?
Lección en vídeo: REGRESIÓN POLINOMIAL - PRÁCTICA | #20 Curso Machine Learning con Python08m
Ejercicio: ¿Qué librería se utiliza para separar los datos de entrenamiento y pruebas en el algoritmo de regresión polinomio?
Lección en vídeo: VECTORES DE SOPORTE REGRESIÓN - TEORÍA | #21 Curso Machine Learning con Python04m
Lección en vídeo: VECTORES DE SOPORTE REGRESIÓN - SCIKIT LEARN | #22 Curso Machine Learning con Python05m
Ejercicio: ¿Cuál es el objetivo de los vectores de soporte de regresión?
Lección en vídeo: VECTORES DE SOPORTE REGRESIÓN - PRÁCTICA | #23 Curso Machine Learning con Python07m
Lección en vídeo: ÁRBOLES DE DECISIÓN REGRESIÓN - TEORÍA | #24 Curso Machine Learning con Python07m
Ejercicio: ¿Qué es un árbol de decisión en el contexto del aprendizaje automático?
Lección en vídeo: ÁRBOLES DE DECISIÓN REGRESIÓN - SCIKIT LEARN | #25 Curso Machine Learning con Python05m
Lección en vídeo: ÁRBOLES DE DECISIÓN REGRESIÓN - PRÁCTICA | #26 Curso Machine Learning con Python05m
Ejercicio: ¿Qué librería se utiliza para implementar el algoritmo de árbol de decisión de regresión en Python?
Lección en vídeo: MÉTODO DE ENSAMBLE DE MODELOS (ENSEMBLE METHODS) | #27 Curso Machine Learning con Python07m
Lección en vídeo: BOSQUES ALEATORIOS REGRESIÓN - TEORÍA | #28 Curso Machine Learning con Python05m
Ejercicio: ¿Qué es un bosque aleatorio en Machine Learning?
Lección en vídeo: BOSQUES ALEATORIOS REGRESIÓN - SCIKIT LEARN | #29 Curso Machine Learning con Python05m
Lección en vídeo: BOSQUES ALEATORIOS REGRESIÓN - PRÁCTICA | #30 Curso Machine Learning con Python06m
Ejercicio: ¿Qué librería se utiliza para trabajar con el algoritmo de bosques aleatorios de regresión en Python?
Lección en vídeo: VENTAJAS Y DESVENTAJAS ALGORITMOS DE REGRESIÓN | #31 Curso Machine Learning con Python05m
Lección en vídeo: MATRIZ DE CONFUSIÓN | #32 Curso Machine Learning con Python03m
Ejercicio: ¿Qué son los verdaderos positivos en una matriz de confusión en un problema de clasificación de cáncer?
Lección en vídeo: EVALUANDO EL ERROR EN LOS MODELOS DE CLASIFICACIÓN | #33 Curso Machine Learning con Python05m
Lección en vídeo: CURVAS ROC Y ÁREA BAJO LA CURVA (AUC) | #34 Curso Machine Learning con Python06m
Ejercicio: ¿Qué es la sensibilidad en la curva de ROC?
Lección en vídeo: MÉTRICAS DE EVALUACIÓN MODELOS DE CLASIFICACIÓN SCIKIT LEARN | #35 Curso Machine Learning con Python04m
Lección en vídeo: CONJUNTO DE DATOS DESBALANCEADO | #36 Curso Machine Learning con Python07m
Ejercicio: ¿Qué es un conjunto de datos desbalanceado?
Lección en vídeo: REGRESIÓN LOGÍSTICA - TEORÍA | #37 Curso Machine Learning con Python04m
Lección en vídeo: REGRESIÓN LOGÍSTICA - PRÁCTICA | #38 Curso Machine Learning con Python10m
Ejercicio: ¿Qué librería se utiliza para importar el data set correspondiente al cáncer de seno?
Lección en vídeo: K VECINOS MÁS CERCANOS - TEORÍA | #39 Curso Machine Learning con Python04m
Lección en vídeo: K VECINOS MÁS CERCANOS - SCIKIT LEARN | #40 Curso Machine Learning con Python04m
Ejercicio: ¿Cuál es el parámetro que se utiliza para definir el número de vecinos en el algoritmo de KNN implementado con la librería de Python Scikit-learn?
Lección en vídeo: K VECINOS MÁS CERCANOS - PRÁCTICA | #41 Curso Machine Learning con Python04m
Lección en vídeo: MÁQUINAS DE VECTORES DE SOPORTE CLASIFICACIÓN - TEORÍA | #42 Curso Machine Learning con Python04m
Ejercicio: ¿Qué es un vector de soporte en el algoritmo de máquinas de vectores de soporte clasificación?
Lección en vídeo: KERNEL | #43 Curso Machine Learning con Python04m
Lección en vídeo: MÁQUINAS VECTORES DE SOPORTE CLASIFICACIÓN - SCIKIT LEARN | #44 Curso Machine Learning con Python04m
Ejercicio: ¿Qué es el parámetro "ce" en el algoritmo de máquinas de vectores de soporte clasificación y qué función cumple en la optimización del algoritmo?
Lección en vídeo: MÁQUINAS VECTORES DE SOPORTE CLASIFICACIÓN - PRÁCTICA | #45 Curso Machine Learning con Python04m
Lección en vídeo: NAIVE BAYES - TEORÍA | #46 Curso Machine Learning con Python04m
Ejercicio: ¿Cuál es la suposición principal del algoritmo de clasificación Naive Bayes?
Lección en vídeo: NAIVE BAYES - SCIKIT LEARN | #47 Curso Machine Learning con Python02m
Lección en vídeo: NAIVE BAYES - PRÁCTICA | #48 Curso Machine Learning con Python03m
Lección en vídeo: ÁRBOLES DE DECISIÓN CLASIFICACIÓN - TEORÍA | #49 Curso Machine Learning con Python05m
Lección en vídeo: ÁRBOLES DE DECISIÓN CLASIFICACIÓN - SCIKIT LEARN | #50 Curso Machine Learning con Python04m
Ejercicio: ¿Cuál es la estrategia utilizada para la división en cada nodo en el algoritmo de árbol de decisión clasificación con la librería de Python Sydney?
Lección en vídeo: ÁRBOLES DE DECISIÓN CLASIFICACIÓN - PRÁCTICA | #51 Curso Machine Learning con Python04m
Lección en vídeo: BOSQUES ALEATORIOS CLASIFICACIÓN - TEORÍA | #52 Curso Machine Learning con Python05m
Ejercicio: ¿Qué es un bosque aleatorio en Machine Learning?
Lección en vídeo: BOSQUES ALEATORIOS CLASIFICACIÓN - SCIKIT LEARN | #53 Curso Machine Learning con Python04m
Lección en vídeo: BOSQUES ALEATORIOS CLASIFICACIÓN - PRÁCTICA | #54 Curso Machine Learning con Python05m
Ejercicio: ¿Qué parámetro se define en el algoritmo de bosques aleatorios clasificación para seleccionar la medida de selección en la implementación del modelo para predecir el cáncer de seno?
Lección en vídeo: VENTAJAS Y DESVENTAJAS DE LOS ALGORITMOS DE CLASIFICACIÓN | #55 Curso Machine Learning con Python06m
Lección en vídeo: INTRODUCCIÓN A JUPYTER NOTEBOOK | #56 Curso Machine Learning con Python04m
Ejercicio: ¿Qué es Jupyter Notebook y cuál es su función principal?
Comentarios del curso: Machine Learning y Python
Leo_Pany
muy bueno