Artboard 1 copy 3.png
Árboles de decisión y churn rate

El curso es una invitación al uso de los árboles de decisión para problemas de clasificación binaria,

el curso esta divididio en clases de la siguiente manera:
1. ¿Qué es machine learning y qué son los árboles de decisión?

2. Un vistazo a Python.

3. Descripción formal de los algoritmos que aprende árboles de decisión
4. Implementación de los árboles de decisión para la predicción de churn rate 5. Aspectos avanzados de los árboles de decisión (tres horas).

Temario

  1. Introducción

    • ¿Qué es Machine Learning y los árboles de decisión?

    • Notación matemática

  2. Instalación de Python y un entorno de trabajo para MachineLearning

    • Instalación de Miniconda

    • Instalación para Windows.

    • Instalación para MacOS

    • Instalación para Linux

    • Creación de un entorno virtual para análisis de datos

    • Desactivar el entorno base

    • Creación de un entrono específico para análisis de datos mediante conda-forge

  3. Árboles de decisión y sus algoritmos de entrenamiento

    • Árboles de decisión

    • Algoritmo de aprendizaje y el concepto de entropía

  4. Clasificador binario de del churn rate para compañías de telecomunicaciones

    • Churn rate

    • Descripción de la base de datos

  5. Temas selectos en árboles de decisión

    • Motivación del concepto de entropía

    • índice de impureza Gini

    • Random forests v.s. sobre-ajuste

    • Pruning

Descarga las notas del curso aquí:

Contacto

CDMX, México.

  • Facebook icono social