画像をスクラッチして、コースの割引を手に入れよう。支払い時にクーポンを適用できます。
304
Bienvenidos al curso más completo para arrancar en Machine Learning
Aplicaciones del Machine Learning
Diferencias entre ML, DL e IA
¿Por qué el Machine Learning es el futuro?
Cómo sacarle el máximo partido al curso
Conoce a los creadores originales del curso
NOTA: Actualización a Python 3.11.4: Tu Curso en la Última Versión - Agosto 2023
Frogames Formaciónでリアルタイムにコースのノートを取る
Descargar e Instalar Python y Anaconda (2023)
Instalar el entorno de Python con las librerías del curso
Navegar y personalizar nuestro editor Spyder
Algunos cambios en las nuevas versiones de Spyder
Versión 2023: Cómo acceder a los materiales y usar Google Colab
Cómo instalar R y RStudio (Mac, Windows y Linux)
Cómo acceder a los materiales del curso en Github
Bonus adicionales: PDFs sobre Machine Learning
Este libro puede ser de gran utilidad (basado en dudas de estudiantes sobre el curso)
Bienvenido a la Parte 1 - Pre Procesado de Datos
Obtén el conjunto de datos
Cómo importar librerías
Cómo importar data sets
Resumen de Python: programación orientada a objetos - clases y objetos
Importante: Cambios en la versión 3.7 de Python y siguientes
Datos faltantes o desconocidos
Datos categóricos
Cómo dividir el data set en entrenamiento y test
Cómo escalar los datos
Y aquí va nuestra plantilla de pre procesado de datos
Pre procesado de datos
Bienvenido a la Parte 2: Regresión
Obtén el conjunto de datos
Dataset y Descripción del problema de la sección
Idea de la Regresión Lineal Simple - Paso 1
Idea de la Regresión Lineal Simple - Paso 2
Regresión Lineal Simple en Python - Paso 1
Regresión Lineal Simple en Python - Paso 2
Regresión Lineal Simple en Python - Paso 3
Regresión Lineal Simple en Python - Paso 4
Regresión Lineal Simple en R - Paso 1
Regresión Lineal Simple en R - Paso 2
Regresión Lineal Simple en R - Paso 3
Regresión Lineal Simple en R - Paso 4
Regresión Lineal Simple
Obtén el conjunto de datos
Dataset y Descripción del problema de la sección
Idea de la Regresión Lineal Múltiple - Paso 1
Idea de la Regresión Lineal Múltiple - Paso 2
Idea de la Regresión Lineal Múltiple - Paso 3
Idea de la Regresión Lineal Múltiple - Paso 4
Idea de la Regresión Lineal Múltiple - Paso 5
Regresión Lineal Múltiple en Python - Paso 1
Regresión Lineal Múltiple en Python - Paso 2
Regresión Lineal Múltiple en Python - Paso 3
Regresión Lineal Múltiple en Python - Eliminación hacia atrás - Preparativos
Regresión Lineal Múltiple en Python - Eliminación hacia atrás - Ejercicio
Regresión Lineal Múltiple en Python - Eliminación hacia atrás - Solución
Regresión Lineal Múltiple en R - Paso 1
Regresión Lineal Múltiple en R - Paso 2
Regresión Lineal Múltiple en R - Paso 3
Regresión Lineal Múltiple en R - Eliminación hacia atrás - Ejercicio
Regresión Lineal Múltiple en R - Eliminación hacia atrás - Solución
Regresión Lineal Múltiple
Idea de la Regresión Polinómica
Obtén el conjunto de datos
Regresión Polinómica en Python - Paso 1
Regresión Polinómica en Python - Paso 2
Regresión Polinómica en Python - Paso 3
Regresión Polinómica en Python - Paso 4
Plantilla de Regresión Polinómica en Python
Regresión Polinómica en R - Paso 1
Regresión Polinómica en R - Paso 2
Regresión Polinómica en R - Paso 3
Regresión Polinómica en R - Paso 4
Plantilla de Regresión Polinómica en R
Idea del SVR
Obtén el conjunto de datos
SVR en Python
SVR en R
Código para representar el SVR sin normalizar los ejes
Idea de la Regresión con Árboles de Decisión
Obtén el conjunto de datos
Regresión con Árboles de Decisión en Python
Regresión con Árboles de Decisión en R
Idea de la Regresión con Bosques Aleatorios
Obtén el conjunto de datos
Regresión con Bosques Aleatorios en Python
Regresión con Bosques Aleatorios en R
Idea del factor R Cuadrado
Idea del factor R Cuadrado Ajustado
Evaluar el Rendimiento en Modelos de Regresión - Ejercicio final
Interpretar los Coeficientes de la Regresión Lineal
Fin de la Parte 2 - Regresión
Pros y Contras de la Regresión
Idea de la Regularización
Bienvenido a la Parte 3 - Clasificación
Idea de la Regresión Logística
Obtén el conjunto de datos
Regresión Logística en Python - Parte 1
Regresión Logística en Python - Parte 2
Regresión Logística en Python - Parte 3
Regresión Logística en Python - Parte 4
Regresión Logística en Python - Parte 5
Plantilla de Clasificación en Python
Regresión Logística en R - Parte 1
Regresión Logística en R - Parte 2
Regresión Logística en R - Parte 3
Regresión Logística en R - Parte 4
Regresión Logística en R - Parte 5
Plantilla de Clasificación en R
Regresión Logística
Idea de los K-Nearest Neighbors
Obtén el conjunto de datos
K-Nearest Neighbors en Python
K-Nearest Neighbors en R
K-Nearest Neighbors
Idea de las SVM
Obtén el conjunto de datos
SVM en Python
SVM en R
Idea del Kernel SVM
Transformar a espacios de dimensión superior
El truco del Kernel
Tipos de Funciones de Kernel
Obtén el conjunto de datos
Kernel SVM en Python
Kernel SVM en R
Teorema de Bayes
Idea de Naive Bayes
Solución al reto de Naive Bayes
Idea de Naive Bayes (Extras)
Obtén el conjunto de datos
Naive Bayes en Python
Naive Bayes en R
Idea de Clasificación con Árboles de Decisión
Obtén el conjunto de datos
Clasificación con Árboles de Decisión en Python
Clasificación con Árboles de Decisión en R
Idea de la Clasificación con Bosques Aleatorios
Obtén el conjunto de datos
Clasificación con Bosques Aleatorios en Python
Clasificación con Bosques Aleatorios en R
Falsos positivos y Falsos Negativos
Matriz de Confusión
La paradoja de la precisión
Curvas CAP
Análisis de las Curvas CAP
Conclusion de la Parte 3 - Clasificación
Pros y Contras de la Clasificación
Intuición de la Regularización
Bienvenido a la Parte 4 - Clustering
Idea de K-Means
K-Means: La trampa de la inicialización aleatoria
K-Means: Cómo seleccionar el número de Clusters
Obtén el conjunto de datos
K-Means en Python
K-Means en R
K-Means
Idea del Clustering Jerárquico
Clustering Jerárquico: Cómo funcionan los Dendrogramas
Clustering Jerárquico: Utilizando los Dendrogramas
Obtén el conjunto de datos
Clustering Jerárquico en Python - Paso 1
Clustering Jerárquico en Python - Paso 2
Clustering Jerárquico en Python - Paso 3
Clustering Jerárquico en Python - Paso 4
Clustering Jerárquico en Python - Paso 5
Clustering Jerárquico en R - Paso 1
Clustering Jerárquico en R - Paso 2
Clustering Jerárquico en R - Paso 3
Clustering Jerárquico en R - Paso 4
Clustering Jerárquico en R - Paso 5
Clustering Jerárquico
Conclusión de la Parte 4 - Clustering
Pros y Contras del Clustering
Bienvenido a la Parte 5 - Reglas de Asociación
Idea de Apriori
Obtén el conjunto de datos
Apriori en Python - Paso 1
Apriori en Python - Paso 2
Apriori en Python - Paso 3
Apriori en R - Paso 1
Apriori en R - Paso 2
Apriori en R - Paso 3
Idea de Eclat
Obtén el conjunto de datos
Eclat en R
Bienvenido a la Parte 6 - Reinforcement Learning
El Problema del Bandido Multibrazo
Idea de Upper Confidence Bound (UCB)
Obtén el conjunto de datos
Upper Confidence Bound en Python - Paso 1
Upper Confidence Bound en Python - Paso 2
Upper Confidence Bound en Python - Paso 3
Upper Confidence Bound en Python - Paso 4
Upper Confidence Bound en R - Paso 1
Upper Confidence Bound en R - Paso 2
Upper Confidence Bound en R - Paso 3
Upper Confidence Bound en R - Paso 4
Idea del Muestreo Thompson
Comparación de algoritmos: UCB vs Muestreo Thompson
Obtén el conjunto de datos
Muestreo Thompson en Python - Paso 1
Muestreo Thompson en Python - Paso 2
Muestreo Thompson en R - Paso 1
Muestreo Thompson en R - Paso 2
Bienvenido a la Parte 7 - Procesamiento del Lenguaje Natural
Idea del Procesamiento del Lenguaje Natural
Obtén el conjunto de datos
Procesamiento Natural del Lenguaje en Python - Paso 1
Procesamiento Natural del Lenguaje en Python - Paso 2
Procesamiento Natural del Lenguaje en Python - Paso 3
Procesamiento Natural del Lenguaje en Python - Paso 4
Procesamiento Natural del Lenguaje en Python - Paso 5
Procesamiento Natural del Lenguaje en Python - Paso 6
Procesamiento Natural del Lenguaje en Python - Paso 7
Procesamiento Natural del Lenguaje en Python - Paso 8
Procesamiento Natural del Lenguaje en Python - Paso 9
Procesamiento Natural del Lenguaje en Python - Paso 10
Procesamiento Natural del Lenguaje en R - Paso 1
Procesamiento Natural del Lenguaje en R - Paso 2
Procesamiento Natural del Lenguaje en R - Paso 3
Procesamiento Natural del Lenguaje en R - Paso 4
Procesamiento Natural del Lenguaje en R - Paso 5
Procesamiento Natural del Lenguaje en R - Paso 6
Procesamiento Natural del Lenguaje en R - Paso 7
Procesamiento Natural del Lenguaje en R - Paso 8
Procesamiento Natural del Lenguaje en R - Paso 9
Procesamiento Natural del Lenguaje en R - Paso 10
Ejercicio Final NLP
Bienvenido a la Parte 8 - Deep Learning
¿Qué es el Deep Learning?
Plan de Ataque
La Neurona
La función de activación
¿Cómo funcionan las redes neuronales?
¿Cómo aprenden las redes neuronales?
El gradiente descendente
El gradiente descendente estocástico
Propagación hacia atrás
Descripción del problema de empresa
Obtén el conjunto de datos
ANN en Python - Paso 1
ANN en Python - Paso 2
ANN en Python - Paso 3
ANN en Python - Paso 4
ANN en Python - Paso 5
ANN en Python - Paso 6
ANN en Python - Paso 7
ANN en Python - Paso 8
ANN en Python - Paso 9
ANN en Python - Paso 10
ANN en R - Paso 1
ANN en R - Paso 2
ANN en R - Paso 3
ANN en R - Paso 4
Plan de Ataque
¿Qué son las redes neuronales convolucionales?
Paso 1 - La operación de convolución
Paso 1(b) - La capa ReLU
Paso 2 - Pooling
Paso 3 - Flattening
Paso 4 - Full Connection
Resumen
Softmax y Entropía Cruzada
Obtén el conjunto de datos
CNN en Python - Paso 1
CNN en Python - Paso 2
CNN en Python - Paso 3
CNN en Python - Paso 4
CNN en Python - Paso 5
CNN en Python - Paso 6
CNN en Python - Paso 7
CNN en Python - Paso 8
CNN en Python - Paso 9
CNN en Python - Paso 10
CNN en R
Bienvenido a la Parte 9 - Reducción de la dimensión
Idea del Análisis de Componentes Principales (ACP)
Obtén el conjunto de datos
ACP en Python - Paso 1
ACP en Python - Paso 2
ACP en Python - Paso 3
ACP en R - Paso 1
ACP en R - Paso 2
ACP en R - Paso 3
Idea del Análisis discriminante lineal (LDA)
Obtén el conjunto de datos
LDA en Python
LDA en R
Obtén el conjunto de datos
Kernel ACP en Python
Kernel ACP en R
Bienvenido a la Parte 10 - Selección de Modelos & Boosting
Obtén el conjunto de datos
k-Fold Cross Validation en Python
k-Fold Cross Validation en R
Grid Search en Python - Paso 1
Grid Search en Python - Paso 2
Grid Search en R
Obtén el conjunto de datos
XGBoost en Python - Paso 1
XGBoost en Python - Paso 2
XGBoost en R
Enhorabuena por completar el curso de Machine Learning de la A a la Z
(42)
目標とニーズに合わせたアクセスプラン
購入する 個別コース, すべてを手に入れよう 学習パス または次へアクセス プラットフォーム全体
コースごとの一括払い、学習パスへの月額または年額アクセス、さらにはプラットフォーム全体へのアクセスなど、ニーズと予算に最も適した支払い方法をお選びください。
一括払い
一度購入すれば無期限でアクセス可能
€ 79.99
- 一括払い
- コースへの無期限の即時アクセス
- コースコミュニティへのアクセス
El Más
人気
人気
ブロンズカエル
Frogamesのすべてのコース、コミュニティ、特典にアクセス
€ 39 /月
- 月額39€の一括払い
- すべてのコースへの即時アクセス
- いつでも、どこでも、24時間365日プラットフォームやコミュニティにアクセス
- 進捗を失うことなくいつでもキャンセル可能
Ruta de Análisis de Datos
Accede a todos los Cursos de la Ruta de Análisis de Datos
€ 19.99 /月
- 月額19.99€の一括払い
- ルート内の10以上のコースへ即時アクセス
- いつでも、どこでも、24時間365日アクセス可能
- 進捗を失うことなくいつでもキャンセル可能
一回払い
一度購入すれば無期限でアクセス可能
€ 79.99
- 一括払い
- コースへの無期限の即時アクセス
- コースコミュニティへのアクセス
El Más
高評価
高評価
ゴールドフロッグ
Frogamesのすべてのコース、コミュニティ、特典にアクセス
€ 349 /年
- 年間349€の一括払い
- 3ヶ月割引
- すべてのコースへの即時アクセス
- いつでも、どこでも、24時間365日プラットフォームやコミュニティにアクセス
- 進捗を失うことなくいつでもキャンセル可能
- リソースライブラリ
- 月例Q&Aライブ
- プレミアムサポート
Ruta de Análisis de Datos
Accede a todos los Cursos de la Ruta de Análisis de Datos
€ 199 /年
- 年間 199€ の一回払い
- 4ヶ月割引
- ルート内の10以上のコースへ即時アクセス
- いつでも、どこでも、24時間365日アクセス可能
- 進捗を失うことなくいつでもキャンセル可能
- プレミアムサポート
* すべての価格には税金が含まれています。
お客様の安全のため、すべての注文は安全なサーバーで処理されます。
Ruta de Análisis de Datos
El pack definitivo con todos nuestros cursos de Análisis de Datos con R y Python para convertirte en todo un Data Scientist bien pagado. Incluye los cursos que están por venir y las actualizaciones y mejoras de los actuales
Marvin
Clusterización
Me gustó mucho este tema, pude consolidar conocimientos como la definición del número de cluster y cómo se crea el dendrograma.
Alexander
Excelente
La forma de estudio, los ejercicios, el planteamiento junto con la teoría son muy buenos en el curso, Juan Gabriel es experto y estoy muy contento con tomar el curso, para mi es lo mejor.
danison
機械学習
Super satisfecho hasta ahora con la explicacion y utilidad del curso, empece sin saber siquiera que es Machine Learning y ahora cada vez mas me siento preparado para emplearlo.
Carlos
Gracias
Este curso es un recurso excepcional para cualquiera que busque profundizar en el mundo del aprendizaje automatico, de sus siglas ML. Doy fe que cada leccion es de alta calidad analizando eficazmente conceptos complejos, haciéndolos accesibles para estudiantes de todos los niveles.
ivan sergio
Un curso de maravilla...!!!
curso super recomendable para empezar por este camino :)
Giovanni
El punto de partida perfecto
Cubre un abanico enorme de algoritmos con un equilibrio ideal entre la teoría matemática y la implementación práctica en código. Lo que más valoro es que te enseña a elegir el modelo adecuado para cada problema, algo vital si quieres dedicarte a la ciencia de datos con criterio profesional
Christian
Útil y práctico
Doy gracias a Juan Gabriel Gomila y su equipo, por traer este curso muy práctico que me ayudó a entender de mejor forma los conocimientos de IA que hoy existen.
Caty
muy buena metodologia de enseñanza
He aprendido los fundamentos desde lo mas basico hasta un poco mas avanzado con este curso. Sigan asi, felicidades
Javi
¡Por fin le agarré la onda!
Te lo explican como si estuvieras charlando con un amigo y, de pronto, ya estás haciendo que la computadora entienda patrones y anticipe cosas. Me sentí súper realizado al terminar porque ahora entiendo perfectamente de qué habla todo el mundo en las noticias tecnológicas.
Juan Agustin
Excelente introducción al mundo del machine learning
Me ha gustado el curso para lograr tener una idea más "aterrizada" de las bases del mundo de la inteligencia artificial de la que tanto se habla hoy en día y que está revolucionando la industria. No podía quedarme ajeno a eso y creo que este curso me ayudó muchísimo a entenderlo más, aunque aún me queda mucho camino por recorrer en la materia y muchos más cursos acá en la plataforma sobre IA y con diferentes enfoques para no tener solamente un conocimiento matemático, sino también práctico, lo cual se valora. Además el hecho de que esté en español, para los hispanohablantes, permite que avancemos más rápido y fluido en las clases sin perdernos ningún detalle por temas de idioma que a veces pasa con los cursos en inglés, que aunque lo sepamos, sigue sin ser nuestra lengua nativa. Veremos qué tal los próximos cursos!. Gracias
Jesús
Curso imprescindible para iniciarte en el mundo del Machine Learning
Me ha encantado el curso!!! No tenía ningún conocimiento previo respecto al Machine Learning y a lo largo del curso he aprendido muchísimo más de lo que pensaba. Para todo aquel que quiera iniciarse en el mundo del Data Science e Inteligencia Artificial ESTE es el curso. Lo he disfrutado de principio a fin!!
Nieves
Machine Learning de la A a la Z: domina R y Python para Data Science
Este curso enseña a construir modelos de Machine Learning utilizando Python y R, desde los fundamentos hasta técnicas avanzadas como NLP, Deep Learning y Reinforcement Learning. Aprenderás a preparar datos, aplicar algoritmos de regresión, clasificación, clustering y recomendación, y evaluar resultados con métricas reales. El enfoque es práctico, con plantillas reutilizables, código fuente completo y explicaciones intuitivas para cada modelo.
Gustavo
Machine Learning de la A a la Z: Un viaje completo hacia la inteligencia artificial
El curso Machine Learning de la A a la Z es una experiencia formativa que logra lo que pocos: enseñar desde los fundamentos hasta las aplicaciones prácticas del aprendizaje automático, sin perder claridad ni profundidad. Desde el primer módulo, se nota el cuidado en la estructura pedagógica: cada concepto se introduce con ejemplos intuitivos, seguido de ejercicios que consolidan el aprendizaje.
Angel
Me encanto! <3
Hola muy buenas, mi nombre es Angel actualmente alumno de la Universidad Autónoma de Aguascalientes y aprendiz del grupo de Super Data Science :3; comencé adentrándome en el mundo de la inteligencia artificial con el deep learning, sin si quiera pensar que me había saltado una gran etapa, el machine learning, aprendí mucho durante mi instancia en este curso, conceptos que no comprendí del deep learning ahora los comprendo, gracias a muchas de las buenas clases de teoría del curso, por eso aprecio mucho su trabajo y doy gracias por él, y no me queda más que seguir mi ruta de aprendizaje continuando con el siguiente curso de Inteligencia Artificial, el cual seguramente lo disfrutare mucho al igual que lo hice con este curso.
Joel
Muy buen curso
Un curso muy completo en todos los sentidos, recomendado para aprender a fondo los temas de Machine Learning
Marc
Un curso para tomar apuntes, revisar y crecer
Acabo de terminar el curso de Machine Learning y, por fin, puedo decir que lo he completado. Ha sido duro: he tenido que revisar los vídeos varias veces y tomarme mi tiempo. No es un curso para terminar rápido, yo al menos, he necesitado tomar apuntes, revisar, volver a revisar… porque no es fácil, pero esa misma exigencia es lo que te hace aprender de verdad. Me he centrado sobre todo en la parte de Python y en entender cómo se entrenan los modelos. Las explicaciones son directas y prácticas, y eso te da una visión muy cercana de cómo funcionan, con qué problemas te vas a encontrar y cómo puedes solucionarlos. También te deja una idea clara de qué algoritmo puede ser más útil según la situación, que era justo lo que yo buscaba. El curso también me ha mostrado algunas carencias que tengo en matemáticas. No lo digo como algo negativo, al revés, te pone frente a la realidad de lo que necesitas reforzar si quieres profundizar más adelante. Dicho esto, recomiendo el curso al 100%. Eso sí, cuidado!!!! si nunca has programado en Python, haz antes el curso de Python de la A a la Z. Te evitará muchos dolores de cabeza y aprovecharás mucho mejor cada clase. Muy contento con la experiencia. Felicidades
Nicolas
ML A/Z es lo mejor!
Excelente curso!. Se aprenden sobre los algoritmos más importantes de Machine Learning tanto en la teoría como en el código. Mucho mejor si ya tienes bases de programación.
Samuel
Esta informacion me motiva un monton
Todo esta super bien explicado, desde lo basico hasta lo mas avanzado. he aprendido a crear modelos increibles y me siento con mayor confianza en mis habilidades.
BORJA
Excelente
Curso muy completo y muy bien explicado.
Sara
Me encantó cómo el curso va desde lo más básico hasta técnicas avanzadas.
Rosa
Perfecto para aprender haciendo
Con muchos ejercicios y datasets
Silvana
Una guía total del Machine Learning
De verdad hace honor a su nombre. Va desde lo básico hasta técnicas más sofisticadas, sin dejar de ser comprensible. Aprendí tanto la teoría como la implementación práctica, y eso me dio la confianza para seguir explorando por mi cuenta.
Jorge
La guía maestra de los modelos
Me ayudó a despejar todas las dudas que tenía sobre qué algoritmo elegir para cada situación; pasar de los conceptos más básicos a modelos avanzados fue un camino súper estructurado y ahora me siento mucho más capaz de enfrentar proyectos de datos complejos.
Santiago
Me ha resultado muy útil para aprender sobre ML
Nicolás
Muy bueno
Jackeline
Claro, completo y bien estructurado.
María
Me encanto como explican los algoritmos con ejemplos sencillos
Es increible cuanto progrese en tan poco tiempo, ya hasta estoy haciendo mis propios proyectos.
Angel
ゼロから始める機械学習
Este curso es uno de los más completos y populares para iniciarse en el aprendizaje automático. Diseñado por expertos en Data Science, ofrece una formación integral que abarca desde los fundamentos teóricos hasta la implementación práctica de más de 40 algoritmos de Machine Learning.
Gabriela
Guía definitiva
Este curso lo tiene todo. Desde los conceptos más básicos hasta técnicas avanzadas de Machine Learning. ¡Es como tener un mapa completo del ML en un solo lugar!
Omaira
Excelente CURSO
Todos los cursos de Frogames son EXCELENTES!, Felicitaciones a todo el equipo que hace posible que despues aquellos a los que nos apasiona este mundo tambien lo podamos disfrutar. Gracias!
Juan José
Un curso completo y recomendable
El curso de Machine Learning de la A a la Z, como indica el título, te lleva desde lo básico hasta un nivel avanzado en ML. La inclusión de R y Python hace que sea fácil entender los conceptos y aplicarlos a casos de uso. Totalmente recomendable.
Joiser
definitivamente ML es el futuro
Considero que este es un curso fundamental para estar al dia, recomendado a todos
Adrián
Gran acierto
Muy completo y buenas explicaciones. Mejor que en un bootcamp
María del Mar
Fantastico cusro
Oliver
Excelente curso
Muy buen y extenso contenido. Sin duda, Juan Gabriel es un referente en cuanto a formación y conocimientos. Felicidades.
Marc
¡Encontrado!
Estaba buscando un curso para aprender de una vez por todas el Machine Learning. Y gracias a este curso he podidio aprender que es con la ayuda de toda la infromación que brinda
Fernando
Muy conforme
Muy bien explicado los temas y como está desarrollado el curso
Imanol
Muy buen curso
ALEX ANDERSON
El primer curso para cualquier Data Science en formación
Sin duda, es uno de los cursos más completos que he visto. Algo para añadir es que en los test de calificación se pueda escoger solo en python o solo en R.
Javier
Genial
Me ha encantado
Yvonne
completo y estructurado
muy buen curso, de los mejores.
Omar
Recomendado para personas que tengan un cierto grado de nivel en Python y mates