Cuándo utilizar el aprendizaje supervisado

1
Introducción a la ciencia de datos
Gratuito
Empezaremos el curso definiendo qué es la ciencia de datos. Cubriremos el flujo de trabajo de la ciencia de datos y cómo se aplica la ciencia de datos a los problemas del mundo real. Terminaremos el capítulo aprendiendo sobre los diferentes roles del campo de la ciencia de datos.
2
Recopilación y almacenamiento de datos
Ahora que entendemos el flujo de trabajo de la ciencia de datos, profundizaremos en el primer paso: la recopilación y el almacenamiento de datos. Aprenderemos sobre las distintas fuentes de datos que puedes utilizar, qué aspecto tienen esos datos, cómo almacenarlos una vez recopilados y cómo un pipeline de datos puede automatizar el proceso.
3
Preparación, exploración y visualización
La preparación de los datos es fundamental: los científicos de datos pasan el 80 % de su tiempo limpiando y manipulando datos, y solo el 20 % analizándolos realmente. Este capítulo te mostrará cómo diagnosticar problemas en tus datos y tratar los valores que faltan y los valores atípicos. A continuación, aprenderás sobre visualización, otra herramienta esencial tanto para explorar tus datos como para transmitir tus conclusiones.
4
Experimentación y predicción
En este capítulo final, ¡hablaremos de experimentación y predicción! Empezaremos con los experimentos, cubriremos las pruebas A/B y pasaremos a la previsión de series temporales, donde aprenderemos a predecir acontecimientos futuros. Por último, terminaremos con el machine learning, examinando el aprendizaje supervisado y la agrupamiento.

Initializing