Este curso tiene como objetivo proporcionar a los estudiantes una comprensión integral de los modelos predictivos utilizando técnicas de Machine Learning. Los participantes aprenderán a implementar, evaluar y mejorar modelos predictivos aplicables a diversas problemáticas reales, utilizando herramientas como Python y bibliotecas especializadas.
Modelos predictivos con Machine Learning
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
niveau Intermédiaire
Certaines connaissances prérequises
99 heures pour terminer
3 semaines à 33 heures par semaine
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Aprenderás Machine Learning en robótica, construirás modelos de regresión y clasificación, optimizarás y harás predicciones.
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Récemment mis à jour !
février 2025
Évaluations
31 devoirs
Enseigné en Espagnol
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 4 modules dans ce cours
En esta sección, los estudiantes instalarán y configurarán el software necesario para el curso, incluyendo Python y Jupyter Notebook. Se introducirán a los conceptos fundamentales del modelado de datos y los diferentes tipos de modelos predictivos. Además, aprenderán sobre los fundamentos de Machine Learning y comenzarán a construir su primer modelo predictivo básico.
Inclus
13 vidéos14 lectures7 devoirs
Esta sección se enfoca en los modelos de regresión y clasificación, cubriendo desde la teoría hasta la práctica de la regresión lineal, múltiple y polinomial, así como las máquinas de soporte vectorial y los árboles de regresión. Los estudiantes también aprenderán sobre la regresión logística y la matriz de confusión para la evaluación de modelos clasificadores.
Inclus
15 vidéos14 lectures11 devoirs
En esta sección, los estudiantes aprenderán a analizar la calidad de sus modelos mediante el uso de curvas ROC y otras métricas de evaluación. También se enfocarán en la creación de modelos robustos utilizando variables dummy y seleccionando características relevantes. Finalmente, se introducirán a métodos avanzados de regresión y técnicas de ensamble para mejorar el rendimiento de los modelos.
Inclus
9 vidéos9 lectures7 devoirs
Esta sección aborda técnicas de agrupamiento, comenzando con la preparación de datos y el uso de K-means. También cubre el análisis de series de tiempo, incluyendo la predicción de valores futuros en diferentes contextos, como la bolsa de valores.
Inclus
9 vidéos14 lectures6 devoirs
Offert par
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
You will be eligible for a full refund until two weeks after your payment date, or (for courses that have just launched) until two weeks after the first session of the course begins, whichever is later. You cannot receive a refund once you’ve earned a Course Certificate, even if you complete the course within the two-week refund period. See our full refund policy.