He entendido en pocos minutos lo que muchos profesores de la universidad con muchas clases no les habia podido entender, que pedagogia tan espectacular seres como su merced hacen falta en el universo. Gracias por tus enseñanzas, me he suscrito, te he dado like y activé campanita eres grande saludos desde Colombia.
Fantástico el video, muy claro y práctico, muchas gracias. Me suscribo a tu canal, sin dudarlo. Todo el que ve tu canal acaba suscrito...para esto no necesitas ningún modelo predictivo ;-)
estoy haciendo un proyecto de la universidad, que haga una prediccion del clima atravez de un dataset historicom y uuufff tu video que gusto, ya hice la parte del EDA me falta el aprendizaje y entrenamiento, y despues un frontend y listo!!!!, eres el mejor 😊😊
Que joya de video. De verdad gracias, aqui tienes un nuevo seguidor. Se que trataste de comprimir muchas cosas en 30min puede que hayas omitido algunos conceptos que serian importante conocer para desarrollar estos modelos de manera profesioanal, pero yo creo q lo verdaderamente importante de este video, es que nos enseñas a "como ensuciarnos las manos y llenarnos de grasa" por primera vez y desarrollar un modelo de ML, asi sea de practica.... este video es unico en su tipo y aqui tienes un nuevo seguidor. Por favor haz muchos muchos mas videos como este, y si puedes, subiendo cada vez mas la complejidad, un abrazo y gracias de nuevo, Dios te bendiga
Que buen video, gracias por tu explicación, he visto videos que demoran mas de 1 hora y no terminan de concretar ctomo se aplica Machine Learning. Tienes mi Like y suscripción.
En hora buena, lo hacéis ver muy fácil, tomad vuestro like, vuestro nuevo suscriptor, y en expectativa de ver todo vuestro material... Hasta la próxima!
Excelente video amigo, hemos visto algunos conceptos de tratamiento de la información, creación de un modelo, entrenamiento, y predicción, gracias por tanta información y todo muy claro. Saludos desde Ecuador. Siga con sus impecables videos que nos enseñan mucho.
¡¡Muchas gracias por el vídeo!! ¿explicas genial!! podrías hacer más vídeos de este estilo con distintos modelos y ver cómo se pueden preprocesar diferentes datos? no hay ningún canal que lo explique tan bien y tan claro! ¡Muchísimas gracias!
Excelente video! al fin entendí la lógica de ML. Definitivamente para entender el vídeo, se tiene que tener una base de python. Pero yo tengo un conocimiento muy básico y me ha parecido muy bueno, sobre todo con un ejemplo práctico y simple. muchas gracias!. Seguiré viendo tus videos!!
Te felicito muy claro tu video, la única sugerencia, es que podrías dividir la sesión en pasos y esos pasos hacer referencia al código que fuiste utilizando (subir el código para que se pueda bajar y no perdernos en tratar de leer y escribir el código) para que los que estamos viendo el video podamos tener una mejor referencia. Nuevamente gracias y muy bueno el tutorial.
Espero que puedas hacer videos similares con ejemplos prácticos como éste, pero con los otros tipos de modelos que hay.Sería genial!!! Muchas gracias!! :D
Gracias por el video!!, explicas excelente y me sirvio mucho para entender mejor como poner en practica los conceptos, y de darme cuenta que debo entrenar mas para correr una maraton jajaj, saludos !!!
Muchas gracias por compartir tus conocimientos de una manera tan clara y amena! He podido dar mis primeros pasos en ML gracias a ti! (es cierto que el cálculo de r y p, también hubiera sido interesante incluirlo en el video). Estaría genial si pudieras explicarnos otros modelos a parte del Regresión lineal, como por ejemplo el Análisis de Componentes Principales (ACP) Enhorabuena por tu canal!
hola me gusta como explicas ,los conceptos basicos...como sugerencia para tus futuros videos me parece interesante "como interpretar los resultados" de la prediccion e aplicarlos a graficas y explicar la grafica en detalle,gracias y enhorabuena
Gracias por tu video ... en especial para los que deseamos aprender ....Una pregunta .. ¿Como puedo predecir ;leyendo desde excel.csv por ejemplo 20 predicciones a la vez? gracias
Excelente video muchas gracias por compartir su conocimiento. Tengo una duda… menciona que el modelo acepta solo datos numéricos, en caso de tener una columna con la variable Date=Fecha y contiene filas con: 2020-01-09, 2020-02-17,….. estos se tomaría como dato numérico? O cuál es la recomendación para aplicar el procedimiento de entrenamiento?
Pregunta clásica, son las fechas variables categoricas u ordinales? La respuesta es depende jejje . Echale un ojo a esta discusion y veras que te aclara ---> stats.stackexchange.com/questions/332688/what-type-of-data-are-dates
Muy buen video, estoy aprendiendo, solo una consulta, cómo sabe el modelo que dato es cúal, el .fit lo hace solo ? no es necesario explicarselo al modelo ?
Muchas gracias por compartir tu conocimiento, estoy aprendiendo mucho. Esto lo aplique para mi dataset, pero no estoy logrando hacer la gráfica de la linea de regresiòn. Como lo harías en este modelo de ML del video? me ayudaría mucho. GRACIAS DE NUEVO
Muy buen entrenamiento para iniciar, solo una crítica constructiva, al inicio del video explicas que es para cualquier persona, pero durante el desarrollo mencionas conceptos básicos de estadística que no todos los saben, de manera que sería muy positivo que abras un paréntesis y digas que son conceptos que se deben ampliar para poder tener un panorama más claro de lo expuesto (ejemplo, hablas de cuartiles, pero no todos estudiaron estadística). De cualquier manera está excelente el video!
Q crack Luis! Otra vez un video muy didactico, muchas gracias! Lo que veo complicado en todo este proceso es acordarse de los metodos claves para hacer operaciones increibles en una linea de codigo. El entorno de google colab lo veo muy potente pero como lo sueles gestionar para saber que funciones utilizar en cada momento? Te acabas acordando de los metodos mas importantes? Tienes una chuleta? Codigo antiguo que reutilizas con copy/paste? Hay un autocompletar inteligente? Y ya mas en plan broma: yo hubiera dejado los nombres de los atletas para que mi modelo identificara el superpoder de aquellos corredores con nombres keniatas/etiopes :D dejando la broma de lado, en el caso de que lo hubiera hecho, entiendo que habria que codificar los nombres de 1 a N, siendo N el numero de nombres diferentes de tu problema? Para que sea digerible por algun modelo de entrenamiento.
Hola de nuevo, interesante el tema de los nombres aunque un poco complicado porque se deberian de llamar muchos corredores igual ..quizas mejor tener un campo como la nacionalidad? Con respecto al codigo lo mejor es ir haciendo copy/paste de ejemplos que vayas encontrando .. y poco a poco ir haciendo modificaciones .. asi empezaras a entender que hace cada comando!
Hola he seguido tus pasos, luego de cargar los datos intento leerlos y los títulos de las columnas aparecen todos junto en la ultima columna sin separarse apropiadamente... que puede ser??
Donde ver como se aplica a reconocimiento de cosas en imágenes por ejemplo, y lo otro que no es claro como uno elije el modelo a usar... con base en que.
No se si lo que voy a decir a continuación es una tontería, pero... tengo un problema. Quisiera crear un generador de subtitulos para videos musicales (los tipicos archivos .srt) yo podría proporcionar al algoritmo el audio y el archivo srt en cuestion para entrenar el modelo. y que el solo sea capaz de reconocer la voz en las canciones y generar sus propios archivos srt? mi duda es, es esto posible? se que esto ya existe y funciona muy bien en youtube por ejemplo para videos hablados, pero no para videos musicales donde la pronunciación es totalmente distinta y aleatorea, pero imagino que entrenando algun modelo se podría conseguir que asi como entiende el lenguaje sin fondo musical, tambien sea capaz de entender el lenguaje que a veces se modifica al cantar. Si no puedo generar el .srt, pues generar un .csv, tambien se lo puedo proporcionar, con los codigos de tiempo y todo, y ya yo programaría un convertidor de csv a srt (que no tiene chiste) Saludos.
Hola! muchas gracias por el video, es excelente Como podria aplicar el modelo a un nuevo archivo excel? esto creo que lo podria hacer subiendo un archivo y creando un nuevo DF con el mismo formato pero, como exporto el nuevo archivo con la prediccion en la ulitma columna? Esta duda me mata Nuevamente muuchas gracias
Hola, excelente video! No tengo conocimientos de ML pero estoy buscando aprender. Me queda una duda. Cual es la diferencia entre ML y Estadística? Lo que me quedo del video es que se utilizó la biblioteca de pandas para hacer varias relaciones matemáticas, pero no logro terminar de comprender donde entra el aspecto de ML!
Hola Camilo, la estadistica es (..una de las..) la base fundamental matemática sobre la que se construye el ML, si el ML es el tejado de una casa, la estadistica son los cimientos!
Una de las mejore explicaciones y más completas que he encontrado en mucho tiempo en TH-cam. Felicidades!!!
Me alegro te haya sido util Arthur!
@user-zf1pl6wj4nSabes de algún canal que muestre como hacer un proyecto a fondo?
El mejor video que vi de este tema
He entendido en pocos minutos lo que muchos profesores de la universidad con muchas clases no les habia podido entender, que pedagogia tan espectacular seres como su merced hacen falta en el universo. Gracias por tus enseñanzas, me he suscrito, te he dado like y activé campanita eres grande saludos desde Colombia.
Fantástico el video, muy claro y práctico, muchas gracias. Me suscribo a tu canal, sin dudarlo. Todo el que ve tu canal acaba suscrito...para esto no necesitas ningún modelo predictivo ;-)
Jajajaj accuracy de la prediccion 100%!
Todo lo que he visto en la Universidad lo entendi mejor con tu ejemplo y tu explicacion Subs!!!
Gracias por tu educación, por fin he entendido mejor los conceptos básicos de ML.
Me alegro mucho!
estoy haciendo un proyecto de la universidad, que haga una prediccion del clima atravez de un dataset historicom y uuufff tu video que gusto, ya hice la parte del EDA me falta el aprendizaje y entrenamiento, y despues un frontend y listo!!!!, eres el mejor 😊😊
Luis!!! te he dado like en el minuto 1! A parte de lo bien que transmites tus conocimientos se notan las ganas que lo pones. U abrazo y suerte!
Que bueno Jan! Gracias!
Que joya de video. De verdad gracias, aqui tienes un nuevo seguidor. Se que trataste de comprimir muchas cosas en 30min puede que hayas omitido algunos conceptos que serian importante conocer para desarrollar estos modelos de manera profesioanal, pero yo creo q lo verdaderamente importante de este video, es que nos enseñas a "como ensuciarnos las manos y llenarnos de grasa" por primera vez y desarrollar un modelo de ML, asi sea de practica.... este video es unico en su tipo y aqui tienes un nuevo seguidor. Por favor haz muchos muchos mas videos como este, y si puedes, subiendo cada vez mas la complejidad, un abrazo y gracias de nuevo, Dios te bendiga
Que buen video, gracias por tu explicación, he visto videos que demoran mas de 1 hora y no terminan de concretar ctomo se aplica Machine Learning. Tienes mi Like y suscripción.
:)
Muy bueno, practico, simple, bajado a tierra y explicado como un ser humano. Gracias, suscriptor+1
gracias por tus palabras gonzalo!
Me tardé dos horas, pero muchas gracias, increible
Muy buen video, corto pero eficaz para iniciarte en el Machine Learning, un aplauso a este señor!
En hora buena, lo hacéis ver muy fácil, tomad vuestro like, vuestro nuevo suscriptor, y en expectativa de ver todo vuestro material... Hasta la próxima!
Excelente video amigo, hemos visto algunos conceptos de tratamiento de la información, creación de un modelo, entrenamiento, y predicción, gracias por tanta información y todo muy claro. Saludos desde Ecuador. Siga con sus impecables videos que nos enseñan mucho.
Gracias Manolo! Saludos desde Barcelona!
Amigo pero que buen video..!!!. agradezco mucho el tiempo que te das en compartir el conocimiento..saludos desde Chile !!!
Gracias Nelson!
Me ha encantado la forma tan sencilla de explicar la base del machine learning. Gracias!!!
¡¡Muchas gracias por el vídeo!! ¿explicas genial!! podrías hacer más vídeos de este estilo con distintos modelos y ver cómo se pueden preprocesar diferentes datos? no hay ningún canal que lo explique tan bien y tan claro! ¡Muchísimas gracias!
Excelente video! al fin entendí la lógica de ML. Definitivamente para entender el vídeo, se tiene que tener una base de python. Pero yo tengo un conocimiento muy básico y me ha parecido muy bueno, sobre todo con un ejemplo práctico y simple. muchas gracias!. Seguiré viendo tus videos!!
:)
Gran video !! Porfavor sigue con estos videos desde estos aspectos básicos.
Gracias Joseph, tomo nota!
Te felicito muy claro tu video, la única sugerencia, es que podrías dividir la sesión en pasos y esos pasos hacer referencia al código que fuiste utilizando (subir el código para que se pueda bajar y no perdernos en tratar de leer y escribir el código) para que los que estamos viendo el video podamos tener una mejor referencia. Nuevamente gracias y muy bueno el tutorial.
Gracias, vale voy a intentar mejorar con estas sugerencias!
Muchas gracias por el tutorial, un saludo afectuoso desde México!
Me ha gustado mucho el video. Muy sencillo y super bien explicado. Gracias por todo!!! :)
Muy buen video de conceptos generales sobre ML, tener una visión general de cómo entrenar un modelo y el uso de varias librerías. Mucho ánimo.
Gracias Antonio por el apoyo!
MUCHAS GRACIAS GENIO!! muy claro todo.
Gracias por el comentario Ludmila!
Saludos del Perú, muy bueno, las palabras sobran
Tremendo Crack! Muy clara tu explicación!!
Muchas gracias Alexander!!
Espero que puedas hacer videos similares con ejemplos prácticos como éste, pero con los otros tipos de modelos que hay.Sería genial!!! Muchas gracias!! :D
Has visto el tutorial de redes neuronales? Igual te sirve!
Buena explicacion , te felicito ,saludos de Lima Perú
Gracias por el video!!, explicas excelente y me sirvio mucho para entender mejor como poner en practica los conceptos, y de darme cuenta que debo entrenar mas para correr una maraton jajaj, saludos !!!
Jejeje gracias por el comentario!
Muchas gracias por compartir tus conocimientos de una manera tan clara y amena!
He podido dar mis primeros pasos en ML gracias a ti! (es cierto que el cálculo de r y p, también hubiera sido interesante incluirlo en el video).
Estaría genial si pudieras explicarnos otros modelos a parte del Regresión lineal, como por ejemplo el Análisis de Componentes Principales (ACP)
Enhorabuena por tu canal!
Gracias, un video genial, y si, lo tengo funcionando, fue un lio cambiarle el nombre a tus variables per en fin, lo logré
Me salvaste de mi examen papu
Me gusta mucho como lo has planteado, tipo reto de 20 mint.
Muchas gracias!!! Me alegro te haya gustado el formato :)
Genial video, recién llego a tu canal, tendrás algún vídeo q este resultado se lleve a power bi? Muchas gracias
Gran vídeo Luis, prometo ponerme al día con tus vídeos en vacaciones :)
Eii que tal tio? Ahi ahi a tope de TH-cam el verano jeje. Abrazo!
excelente video, gracias me ha ayudado mucho con mi investigación
Me alegro Renato!
Excelente explicación... Me ha quedado super claro gracias a este video
Gracias Carlos, me alegra te sea util
Excelente amigo, me sirvió mucho tu video tutorial. Gracias
Que bueno Bruno! Gracias
Gracias estuvo muy bueno tu video explicaste muy bien , comprendí lo que mas me costaba espero hagas otros videos
suscrito +1
Saludos y gracias
Muchas gracias Matías!
Muchas gracias por el video, entendí los conceptos básicos del funcionamiento, para ponerlos en práctica en mi tabla de clientes.
Muchas gracias campeón, me has aclarado muchas dudas que tenía.
Excelente explicación. Muchas Gracias.
Gracias a ti Yanis!
Estimado Full Scan muchas gracias, muy bueno tu video
Muy buena presentación, enhorabuena.
Excelente Video!!! Tienes una forma de explicar muy concisa, muchas gracias!
Excelente. Super bien explicado
Thhhanks por el feedback Jose Manuel!
Estupenda explicación, clarísima.Gracias.
Contenido de calidad. Más videos así por favor
Muy buen video!
Thaaanks!
Excelente tutorial
Thanks!
Realmente excelente, muchas gracias!!!! ídolo
hola me gusta como explicas ,los conceptos basicos...como sugerencia para tus futuros videos me parece interesante "como interpretar los resultados" de la prediccion e aplicarlos a graficas y explicar la grafica en detalle,gracias y enhorabuena
Muchas gracias!! Entendí claramente el funcionamiento. =)
Muy agradecido por compartir tu experiencia. Tengo una duda y /cómo es el caso para un ejemplo con los modelos de clasificación?.
Excelente explicación, ha sido de mucha utilidad 🙌🏻
Muchas gracias Alberto!
eres un crack
Gracias Drago :)
Me has salvado la vida gracias
magnifica explicacion Muchas gracias
El video buenisimo!!!!, pero tengo dudas, de como realizar predicciones de modelos de series de tiempo de solo una variable
Hola Mario, el proximo video probablemente este dedicado a series temporales , ARIMA!!
@@fullscan Existe alguna otra manera de realizar pronosticos de serires de tiempo univariable sin ARIMA
Si existen otras , en el siguiente vídeo las repasaremos llegando hasta el estado del arte.
@@fullscan Millon gracias
estoy en el minuto 4 y ya te vi, SUSCRITO! si señor
muy buen video bien explicado, me ha ayudado bastante
Excelente video, gracias, felicidades
Hemano que gran explicación
Muy didactico. Muchas Gracias!!
Excelente video, estoy pensando en hacer predicciones sobre cuantos parques se requerirán en unos años para mi distrito
Caso de uso interesante, el numero de parques esta relacionado con la poblacion, numero de niños etc?
master tremendo trabajo, podrias hacer un videito básico de clasificación de imagenes con una CNN? gracias master
Has visto el video del clasificador de mascarillas? Creo que es justo lo que me pides!
Claritìco!!! Muchas gracias
Creo que faltó ahí más profundidad en los estadísticos de la regresión, como el R2 ajustado, p value y el durbin Watson.
Excelente muchas gracias, pregunta: si mi opinión es que modelo no se ha entrenado bien, como se afina el modelo?
Eso es el maravilloso mundo del HPT (HyperParameter Tuning), hare un video pronto sobre eso!
Excelente ,continue amigo
Gracias Anita por el apoyo!! Suscribete y compartelo :)
Muchas gracias, es muy practico
Muy buen video y felicitaciones...una consulta...cuando la variable categorica la transformaste en numerica, no se deberia aplicar dummies?GRACIAS
Gracias por tu video ... en especial para los que deseamos aprender ....Una pregunta .. ¿Como puedo predecir ;leyendo desde excel.csv por ejemplo 20 predicciones a la vez? gracias
Excelente video muchas gracias por compartir su conocimiento. Tengo una duda… menciona que el modelo acepta solo datos numéricos, en caso de tener una columna con la variable Date=Fecha y contiene filas con: 2020-01-09, 2020-02-17,….. estos se tomaría como dato numérico? O cuál es la recomendación para aplicar el procedimiento de entrenamiento?
Pregunta clásica, son las fechas variables categoricas u ordinales? La respuesta es depende jejje . Echale un ojo a esta discusion y veras que te aclara ---> stats.stackexchange.com/questions/332688/what-type-of-data-are-dates
Muy buen video, estoy aprendiendo, solo una consulta, cómo sabe el modelo que dato es cúal, el .fit lo hace solo ? no es necesario explicarselo al modelo ?
Muy buenas Luis. Muchas gracias por el contenido. ¿Tienes más vídeos introduciendo ejemplos de uso de redes neuronales u otras áreas del ML?. Gracias!
Hola Alex, le has echado un ojo a los diferentes videos del canal? Que te gustaria ver?
Muchas gracias por compartir tu conocimiento, estoy aprendiendo mucho. Esto lo aplique para mi dataset, pero no estoy logrando hacer la gráfica de la linea de regresiòn. Como lo harías en este modelo de ML del video? me ayudaría mucho. GRACIAS DE NUEVO
buenísimoooo!
gracias alejandro!
Muy bien.
EXCELENTE!!!
Muy buen entrenamiento para iniciar, solo una crítica constructiva, al inicio del video explicas que es para cualquier persona, pero durante el desarrollo mencionas conceptos básicos de estadística que no todos los saben, de manera que sería muy positivo que abras un paréntesis y digas que son conceptos que se deben ampliar para poder tener un panorama más claro de lo expuesto (ejemplo, hablas de cuartiles, pero no todos estudiaron estadística).
De cualquier manera está excelente el video!
Hola, tengo un problema al momento de abrir mi archivo excel con los datos, estos no se encuentran ordenados como en el video, como puedo ordenarlos ?
Quizas con el mismo excel la función de ordernar por columna?
Q crack Luis! Otra vez un video muy didactico, muchas gracias! Lo que veo complicado en todo este proceso es acordarse de los metodos claves para hacer operaciones increibles en una linea de codigo. El entorno de google colab lo veo muy potente pero como lo sueles gestionar para saber que funciones utilizar en cada momento? Te acabas acordando de los metodos mas importantes? Tienes una chuleta? Codigo antiguo que reutilizas con copy/paste? Hay un autocompletar inteligente? Y ya mas en plan broma: yo hubiera dejado los nombres de los atletas para que mi modelo identificara el superpoder de aquellos corredores con nombres keniatas/etiopes :D dejando la broma de lado, en el caso de que lo hubiera hecho, entiendo que habria que codificar los nombres de 1 a N, siendo N el numero de nombres diferentes de tu problema? Para que sea digerible por algun modelo de entrenamiento.
Hola de nuevo, interesante el tema de los nombres aunque un poco complicado porque se deberian de llamar muchos corredores igual ..quizas mejor tener un campo como la nacionalidad? Con respecto al codigo lo mejor es ir haciendo copy/paste de ejemplos que vayas encontrando .. y poco a poco ir haciendo modificaciones .. asi empezaras a entender que hace cada comando!
Gracias por compartir
Gracias maestro.
Genial. Gracias
Hola he seguido tus pasos, luego de cargar los datos intento leerlos y los títulos de las columnas aparecen todos junto en la ultima columna sin separarse apropiadamente... que puede ser??
Pues seguramente has seleccionado que los datos estan separados por la "coma" (,) No es lo que viene por defecto
Donde ver como se aplica a reconocimiento de cosas en imágenes por ejemplo, y lo otro que no es claro como uno elije el modelo a usar... con base en que.
Hola, mira este video: th-cam.com/video/vuaW5dWX9y4/w-d-xo.html donde hablamos de los modelos mas tipicos (CNNs) de reconocimiento en imágenes
No se si lo que voy a decir a continuación es una tontería, pero... tengo un problema. Quisiera crear un generador de subtitulos para videos musicales (los tipicos archivos .srt) yo podría proporcionar al algoritmo el audio y el archivo srt en cuestion para entrenar el modelo. y que el solo sea capaz de reconocer la voz en las canciones y generar sus propios archivos srt? mi duda es, es esto posible? se que esto ya existe y funciona muy bien en youtube por ejemplo para videos hablados, pero no para videos musicales donde la pronunciación es totalmente distinta y aleatorea, pero imagino que entrenando algun modelo se podría conseguir que asi como entiende el lenguaje sin fondo musical, tambien sea capaz de entender el lenguaje que a veces se modifica al cantar. Si no puedo generar el .srt, pues generar un .csv, tambien se lo puedo proporcionar, con los codigos de tiempo y todo, y ya yo programaría un convertidor de csv a srt (que no tiene chiste) Saludos.
Y cómo se pueden hacer modelos que pueda usar un cliente para venderlo?
Input contains NaN, infinity or a value too large for dtype('float64'). me sale este error
Puede ser que te hayas dejado algún valor nulo/vacio sin cambiar?
muchas gracias
dios que buen video
Hola! muchas gracias por el video, es excelente
Como podria aplicar el modelo a un nuevo archivo excel? esto creo que lo podria hacer subiendo un archivo y creando un nuevo DF con el mismo formato pero, como exporto el nuevo archivo con la prediccion en la ulitma columna? Esta duda me mata
Nuevamente muuchas gracias
Hola Alan, prueba desde Excel a guardar el archivo en formato CSV y luego importalo a un dataframe!
Hola, muy bueno el tutorial pero como podria poner en produccion el modelo generado? Un saludo!
Hola, excelente video! No tengo conocimientos de ML pero estoy buscando aprender. Me queda una duda. Cual es la diferencia entre ML y Estadística? Lo que me quedo del video es que se utilizó la biblioteca de pandas para hacer varias relaciones matemáticas, pero no logro terminar de comprender donde entra el aspecto de ML!
Hola Camilo, la estadistica es (..una de las..) la base fundamental matemática sobre la que se construye el ML, si el ML es el tejado de una casa, la estadistica son los cimientos!
esto mismo lo hacia a mano en un ramo llamado econometría
Si Gerardo!
hola pensé que ibas a generar todo desde cero por Python en pycharm ...los códigos que aparecen ya están diseñados
Gracias por el feedback!! Escribí el código antes y luego lo fui enseñando para hacer el video mas llevadero
buen vidio
Gracias Cesar!