Saltar al contenido principal
InicioPythonPreprocesamiento para el aprendizaje automático en Python

Preprocesamiento para el aprendizaje automático en Python

Aprende a limpiar y preparar tus datos para el aprendizaje automático.

Comience El Curso Gratis
4 horas20 vídeos62 ejercicios
49.229 aprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

Este curso cubre los fundamentos de cómo y cuándo realizar el preprocesamiento de datos. Este paso esencial en cualquier proyecto de aprendizaje automático es cuando se preparan los datos para el modelado. Entre la importación y limpieza de los datos y el ajuste del modelo de aprendizaje automático es cuando entra en juego el preprocesamiento. Aprenderá a estandarizar sus datos para que tengan la forma adecuada para su modelo, a crear nuevas funciones para aprovechar mejor la información de su conjunto de datos y a seleccionar las mejores funciones para mejorar el ajuste de su modelo. Por último, practicará un poco de preprocesamiento obteniendo un conjunto de datos sobre avistamientos en UFO listo para la modelización.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Certificación disponible

Científico de datos en Python

Ir a la pista

Científico de machine learning en Python

Ir a la pista
  1. 1

    Introducción al preprocesamiento de datos

    Gratuito

    En este capítulo aprenderá qué significa exactamente preprocesar datos. Dará los primeros pasos en cualquier viaje de preprocesamiento, incluida la exploración de los tipos de datos y el tratamiento de los datos que faltan.

    Reproducir Capítulo Ahora
    Introducción al preprocesamiento
    50 xp
    Exploración de los datos que faltan
    50 xp
    Eliminación de los datos que faltan
    100 xp
    Trabajar con tipos de datos
    50 xp
    Explorar los tipos de datos
    50 xp
    Conversión de un tipo de columna
    100 xp
    Conjuntos de entrenamiento y prueba
    50 xp
    Desequilibrio de clases
    50 xp
    Muestreo estratificado
    100 xp
  2. 2

    Normalización de datos

    Este capítulo trata de la normalización de los datos. A menudo, un modelo hará algunas suposiciones sobre la distribución o la escala de sus características. La normalización es una forma de hacer que los datos se ajusten a estos supuestos y mejorar el rendimiento del algoritmo.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Certificación disponible

Científico de datos en Python

Ir a la pista

Científico de machine learning en Python

Ir a la pista

conjuntos de datos

Hiking dataWine dataUFO sightings dataVolunteering data

colaboradores

Collaborator's avatar
Nick Solomon
Collaborator's avatar
Kara Woo
James Chapman HeadshotJames Chapman

Curriculum Manager, DataCamp

Ver Más

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Preprocesamiento para el aprendizaje automático en Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.