Inteligencia Artificial y Machine Learning | Python - K-Vecinos Más Cercanos (KNN) para Regresión con Python

¡Domina la Inteligencia Artificial y Machine Learning con Python! Aprende desde los fundamentos hasta técnicas avanzadas, optimiza modelos, identifica patrones y sácale provecho a tus datos con Código Máquina. ¡Conviértete en un experto en IA hoy!

5.0 (1)

14 learners

What you'll learn

Desarrollar habilidades para implementar modelos de Machine Learning usando Python.
Analizar y optimizar algoritmos de redes neuronales artificiales paso a paso.
Evaluar modelos de clasificación mediante métricas como precisión y área bajo la curva ROC.
Aplicar técnicas avanzadas de procesamiento de datos, como imputación y normalización.

This course includes

27.5 hours of video
Certificate of completion
Access on mobile and TV

Summary

Keywords

ciencia de datos con python aprendizaje de máquina con python aprendizaje de máquina con scikit-learn machine learning con python curso de machine learning curso ciencia datos Scikit-Learn KNN K-vecinos más cercanos k-nearest neighbors machine learning ciencia de datos

Full Transcript

Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2021, 20 de Diciembre). K-Vecinos Más Cercanos (KNN) para Regresión con Python [Video]. YouTube. [Incluye aquí la URL del video]. 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** En este video se explica visualmente una de las técnicas de aprendizaje de máquina más utilizadas: K-vecinos más cercanos (KNN por sus siglas en inglés) como modelo de #Regresión. Además, se presenta un caso práctico para aterrizar los conceptos. KNN se programa utilizando la librería Scikit-Learn de Python. Índice del Video: 0:00 Interpretación básica 1:21 Datos y contexto 2:43 Explicación de KNN para regresión 5:40 Preprocesamiento de datos 11:40 Construcción del modelo 18:57 Predicción de un rango de precios 21:00 KNN con diferentes valores de K ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. ⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln El código y datos del video están disponibles en GitHub https://github.com/CodigoMaquina/code #CienciaDeDatos #AprendizajeDeMaquina #DataScience #MachineLearning #ScikitLearn #python

Continue this lesson in the app

Install CourseHive on Android or iOS to keep learning while you move.

Related Courses

Mastering the New SAT: Tips and Strategies from Khan Academy

Master the New SAT: Expert Tips & Strategies by Khan Academy - Boost Your Skills in Reading, Writing, & Math

⭐ 5.0

26 ratings

0 min

Maestría en Visita Médica: Técnicas y Estrategias Avanzadas

¡Conviértete en un Visitador Médico exitoso con Adriana Fermín! Aprende desde técnicas de estudio hasta entrevistas y ventas, todo para dominar la visita médica y destacarte en la industria farmacéutica. ¡Empieza tu camino al éxito hoy!

⭐ 4.0

27 ratings

7.5 hours

Direção de Arte no Cinema e Jogos: Fundamentos Essenciais

Transforme sua criatividade em carreira: descubra os segredos da Direção de Arte no cinema, jogos e design gráfico com especialistas e aprenda a criar mundos visuais incríveis. Inscreva-se agora e revolucione sua visão artística!

⭐ 4.0

29 ratings

0 min