PickAClass · IA, Tecnología e Ingeniería · IA y Machine Learning

Aprendizaje Supervisado

Domina el tipo más común de machine learning. Aprende a construir modelos que hacen predicciones basadas en datos etiquetados, cubriendo tareas de regresión y clasificación.

Aprendizaje Supervisado

Manejo de datos faltantes y configuración de regresión logística en Python

Aprendizaje automático de bajo código: construcción de modelos de clasificación con PyCaret

Ajuste fino de modelos GBDT con Scikit-Learn Grid Search

Preprocesamiento de datos prácticos y regresión logística para clasificación

Regresión Lineal Simple y Descenso Gradiente en Python

Clasificación Bayesiana Naïve en Aprendizaje Automático para Principiantes

Curvas de clasificación binaria y compensaciones en PyTorch

Regresión lineal univariada y descenso de gradiente para principiantes

Entrenamiento de modelos de regresión de bosque aleatorio con PyCaret

Regresión vectorial: Guía práctica para SVR con Scikit-Learn

Evaluación de modelos de regresión: Comprender las puntuaciones de MAE, MSE y varianza

Implementando árboles de decisión en Python: Construcción y evaluación de modelos

Fundamentos esenciales de Python y matemáticas para Scikit-Learn

Fundamentos de la Regresión en el Aprendizaje Automático

Modelado predictivo con regresión lineal múltiple en Python

Bayes Naive Gaussiano para Clasificación Binaria en Python

Aprendizaje automático con Scikit-learn: una guía práctica de Python

Importancia de las características: aprendizaje automático explicable para principiantes

Ajuste de modelos de impulsión de gradiente en Scikit-Learn

Métricas de clasificación en aprendizaje automático: Evaluar el rendimiento del modelo

Sistemas de predicción de anuncios con aprendizaje en línea e ingeniería de características

Escalado de características para aprendizaje automático: preprocesamiento de datos numéricos

Práctica de clasificación multiclase con datos de sonar

Clasificadores lineales y sus límites en el aprendizaje automático