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。

5.0 /5
(22)

102
Bienvenidos al curso Fundamentos intermedios de ML
Anteriormente, en fundamentos de ML
はじめに
El repositorio GitHub del curso
Cómo sacarle el máximo partido al curso
Frogames Formaciónでリアルタイムにコースのノートを取る
Probabilidad y Teoría de la Información
Una breve historia de la teoría de la probabilidad
Qué es la teoría de la probabilidad
Sucesos y Espacio Muestral
Probabilidades Combinadas
Combinatoria
Ejercicios de Probabilidad
Ejercicios de probabilidad [Solución]
La Ley de los Grandes Números
Introducción a la estadística
Estadística frecuentista vs estadística bayesiana
Aplicaciones de la probabilidad al Machine Learning
El concepto de Variable Aleatoria
Función de probabilidad y función de densidad
Ejercicios de PMF / PDF
Valor Esperado
Ejercicios de valores esperados
Medidas de Tendencia Central: Media, Mediana y Moda
Los cuantiles
El diagrama de Caja y Bigotes
Medidas de Dispersión
La covarianza de variables aleatorias
El coeficiente de correlación
Probabilidad condicional
Ejercicios de probabilidad condicional
Solución a los ejercicios
Regla de la cadena de probabilidades
Variables aleatorias independientes
Las distribuciones en machine learning
La distribución Uniforme
La distribucion gaussiana
Teorema Central del Límite
TCL en distribuciónes sesgadas
La distribución log-normal
Distribución Exponencial
Distribución de Laplace
Distribución Binomial
Distribución multinomial
Distribución de Poisson
Distribuciónes Mixtas
Investiga una nueva distribución de probabilidad
Preprocesamiento de datos para la entrada del modelo
Cuestionario de distribuciones de probabilidad
Solución al cuestionario
¿Qué es la teoría de la información?
Autoinformación
Shannon y la entropía diferencial
Divergencia de Kullback-Leibler
Entropía Cruzada
Introducción a la Estadística
Estadística Bayesiana vs Frecuentista
Medidas de Tendencia Central
Medidas de Dispersión
Distribución Gaussiana y Teorema Central del Límite
Z-Score
Ejercicios de Tipificación
Solución a los ejercicios
Los p-valores
Ejercicios de p-valores
Solución a los ejercicios
Prueba t de Student para una sola muestra
Test de Welch para muestras independientes
Test para muestras emparejadas
Ejercicios de Contrastes de Hipótesis
Ejercicios de Constrastes
Soluciones de Contrastes
Intervalos de Confianza
ANOVA: Análisis de la Varianza
Coeficiente de Correlación de Pearson
Coeficiente de determinación
Causalidad vs Correlación
Corrección de comparaciones múltiples
Variables dependientes y variables independientes
Regresión lineal para valores continuos
Mínimos cuadrados lineales para ajustar una recta a puntos de un plano cartesiano: Iris
Mínimos cuadrados lineales para ajustar una recta a puntos de un plano cartesiano: Alzheimer
Ejercicio mínimos cuadrados: los pingüinos
Solución ejercicio mínimos cuadrados: los pingüinos
Mínimos cuadrados ordinarios al detalle
Verificación de los OLS
Mínimos cuadrados con variables categóricas
Ejercicio: Predecir el precio medio de la vivienda en California
Ejercicio: Predecir el precio medio de la vivienda en California
Solución al ejercicio de las casas de California
La Regresión Logística
Jack y Rose en el Titanic
Ejercicio final: la competición de Kaggle del Titanic
Ejercicio Final
Batiendo los records de Kaggle
Deep/Machine Learning vs Estadística Frecuentista
Estadística Bayesiana
Probabilidades previas
El teorema de Bayes
Para seguir aprendiendo sobre probabilidad y estadística
Proyecto Final de Curso
Hemos terminado una aventura juntos, ¡pero vamos a por la siguiente!

講師

5.0 /5
(22)

  • アバター
    Nieves
    (5)
    Fundamentos Intermedios de Matemáticas para Machine Learning: domina la lógica detrás del algoritmo

    Este curso profundiza en los pilares matemáticos que sustentan el aprendizaje automático, ideal para quienes ya conocen los fundamentos básicos y quieren avanzar hacia una comprensión más técnica y aplicada. Aprenderás álgebra lineal, cálculo multivariable, estadística inferencial, probabilidad avanzada, teoría de la información y optimización, todo con ejemplos prácticos en Python, TensorFlow y PyTorch. El enfoque es progresivo, con visualizaciones, ejercicios guiados y aplicaciones reales en ciencia de datos e inteligencia artificial.

  • アバター
    Jorge
    (5)
    El puente perfecto entre lo básico y lo avanzado

    Después de ver lo fundamental, este curso me ayudó a subir un escalón más sin que me explotara la cabeza. Es súper gratificante ver cómo todo va cobrando más sentido y cómo te sientes más capaz de entender problemas complejos. Un paso necesario que disfruté muchísimo.

  • アバター
    Samuel
    (5)
    recomendado

    Este es el curso que necesitaba para entender todo lo que estaba viendo, ahora las fórmulas no me asustan, me siento mucho más seguro

  • アバター
    Javi
    (5)
    Un paso más allá

    Me gustó porque no se queda en lo básico, pero tampoco se vuelve una pesadilla. Te ayuda a conectar los puntos y entender de dónde viene toda esa información que usamos hoy en día para que las máquinas aprendan. Salí sintiendo que tengo herramientas mucho más sólidas para mis retos actuales

  • アバター
    Santiago
    (5)
    Conceptos clave explicados de forma muy sencilla.

  • アバター
    Giovanni
    (5)
    Puente perfecto hacia la especialización

    Habiendo tomado las bases, este nivel intermedio era justo lo que necesitaba para subir el nivel

  • アバター
    Nicolás
    (5)
    Muy completo y práctico

  • アバター
    María
    (5)
    Me ayudó a entender las bases de todo

    Siempre pensé que las matemáticas eran complicadas, pero este curso las hace ver super accesibles. ahora entiendo los modelos mucho mejor

  • アバター
    Rocío
    (5)
    Me encantó esta continuación del curso de fundamentos de mates

  • アバター
    Sara
    (5)
    10/10, excelente

  • アバター
    Jackeline
    (5)
    Las matemáticas detrás de los modelos

    Este curso me ayudó a entender lo que realmente ocurre dentro de un algoritmo. Aprendí sobre álgebra lineal, cálculo y probabilidad aplicada sin sentirme abrumada

  • アバター
    Angel
    (5)
    機械学習のための数学中級基礎

    Este curso está diseñado para quienes desean fortalecer su base matemática antes de adentrarse en modelos complejos de Machine Learning. A través de un enfoque estructurado, se abordan los pilares matemáticos que sustentan los algoritmos de aprendizaje automático: álgebra lineal, cálculo multivariable, probabilidad y estadística.

  • アバター
    Rosa
    (5)
    Me gustó que se explican conceptos como entropía, funciones de activación y gradientes con claridad y contexto.

  • アバター
    Silvana
    (5)
    Ese punto medio que necesitaba

    Las matemáticas intermedias para Machine Learning me resultaron perfectas para conectar lo que ya sabía con lo que necesitaba para avanzar. El curso es claro, sin saturar, y con ejemplos que realmente ayudan a entender.

  • アバター
    María del Mar
    (5)
    Las matemáticas hechas fáciles

    Juan Gabriel es un mago de estos temas. Ya puede ser física nuclear cuántica que él la explicará para que un niño de 5 años la entienda. Un curso muy recomendable sin duda alguna

  • アバター
    Gabriela
    (5)
    Mi siguiente nivel en ML

    Después de dominar los fundamentos, este curso me llevó al siguiente nivel. Profundicé en conceptos matemáticos más avanzados y cómo se aplican al Machine Learning. Fue un reto, pero valió la pena.

  • アバター
    Carlos
    (5)
    Profundizando en la teoría y la práctica

    Después de completar los fundamentos, este curso me ayudó a dar el siguiente paso. Aprender probabilidad, estadística y teoría de la información de manera práctica con Python ha sido increíblemente útil. Me ha permitido entender mejor modelos de Machine Learning y cómo funcionan realmente los algoritmos detrás de escena.

  • アバター
    Yvonne
    (5)
    Hay que manejar las matematicas

    para que pueda tener un mejor entendimiento de los curso de ML e IA, me encanta esta serie por eso

  • アバター
    Caty
    (5)
    Excelente curso

    Genial para seguir reforzando los Fundamentos intermedios de Matemáticas en el Machine learning, y vamos a por mas. Seguire aplicandolo

  • アバター
    Carlos
    (5)
    Fundamentos de Matematicas para ML 2 parte

    Este curso es maravilloso . Bien explicado y muy bien documentado. Felicidades y lo recomiendo ampliamente

  • アバター
    danison
    (5)
    Matemáticas para ML: La clave que me faltaba

    Este curso me dio las bases matemáticas que necesitaba para Machine Learning. Con ejercicios prácticos en NumPy, TensorFlow y PyTorch, ahora entiendo mejor la probabilidad y estadística. ¡Muy recomendado!

  • アバター
    Joiser
    (5)
    Explica de manera clara su aplicación en modelos complejos

    profundiza en temas clave como álgebra avanzada, optimización y teoría de matrices

View More Reviews

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

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

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

Pythonによる機械学習入門

Aprende las bases de Python para el Machine Learning con una inmersión profunda en Pandas, Numpy y Matplotlib y aplícalo a un proyecto final

27 clases

機械学習のための数学基礎

Los fundamentos esenciales de Álgebra Lineal y Cálculo práctico explicados en las tres librerías estrella de Python: NumPy, TensorFlow y PyTorch

121 clases

機械学習のための数学中級基礎

Domina las matemáticas esenciales para ML: Probabilidad, Teoría de la información y la estadística con NumPy, TensorFlow y PyTorch y de forma totalmente práctica

102 clases

Pythonによるデータサイエンスの一週間

¡Domina los fundamentos de la Ciencia de Datos rápida y eficientemente en una semana! ¡Curso diseñado especialmente para personas ocupadas!

155 clases

機械学習のための高度な数学の基礎

Domina las matemáticas avanzadas necesarias para ML: optimización, gradientes, matrices Hessianas, estructuras de datos y algoritmos de ordenación con TensorFlow, PyTorch y herramientas prácticas

93 clases

ゼロから始める機械学習

Aprende a programar más de 40 algoritmos de Machine Learning tanto en Python como en R con los expertos en Data Science. ¡Con todo el código fuente y un libro de regalo incluido! ¡Más de 50 horas de videotutoriales para ayudarte a dominar el ML!

304 clases

ビジネス・企業向け確率統計

Aprende a aplicar la estadística y la probabilidad a problemas de negocios y empresas con tus propios datos o los de tus clientes

162 clases

Tidyverseによるデータサイエンス:R完全コース

Aprende a manipular datos en R con la librería gratuita tidyverse: representa tus datos con ggplot y crea informes profesionales desde RStudio

226 clases

RStudioでのデータサイエンス:機械学習完全コース

Aprende a analizar datos e iníciate en el Machine Learning con los trucos profesionales de Juan Gabriel Gomila aplicados con el lenguaje estadístico R

237 clases

Pythonでのデータ処理:ゼロからエキスパートまでのETL

Domina las operaciones esenciales de tratamiento de datos con Python: extracción, transformación y carga de datos. Eleva tus habilidades con las librerías de Python al siguiente nivel

84 clases

Pythonでのデータサイエンス:機械学習完全コース

El curso que ha enseñado a miles de personas en castellano. Aprende los algoritmos de Machine Learning con Python para convertirte en un Data Scientist y descarga el código desde el minuto cero

235 clases

データベース:ゼロから学ぶSQL言語

SQLのすべてのキーワードを理解しながら、データの読み込み、クエリ、変更、処理をマスターするための実践的な演習を通じて、ゼロからデータベースの言語であるSQLを学ぼう

82クラス

RとPythonでCOVID-19のデータを分析する方法を学ぶ

Aplica conocimientos de análisis de datos y estadística en R y Python a datos epidemiológicos del COVID19

59 clases

ビジネスに応用されたデータサイエンス | 6つの実際のケーススタディ

Resuelve 6 problemas del mundo de los negocios: Crea modelos de IA, DL y NLP para predecir ventas, mejorar el marketing u optimizar operaciones en RRHH o RRPP

79レッスン