Scratch the image to get a discount on your course. You'll be able to apply the coupon at checkout.
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
Toma notas de tu curso en tiempo real en Frogames Formación
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)
PLANS TO MATCH YOUR GOALS AND NEEDS
Buy the individual course, get all the learning path or access to the entire platform
Choose the payment method that works best for your needs and budget with a one-time course payment, monthly or yearly access to the learning Path, or even to the entire platform.
One-Time Payment
Buy the course once and access it for life
€ 79.99
- A single payment
- Instant lifetime access to the course
- Access the course community
El Más
Popular
Popular
Bronze Frog
Access all Frogames courses, communities and extras
€ 39 /month
- Single payment of 39€ per month
- Instant access to all courses
- Access the platform and communities 24/7, wherever and whenever you want
- Cancel anytime without losing your progress
Path of Data Analysis
Access all Courses in the Data Analysis Path
€ 19.99 /month
- Single payment of 19.99€ per month
- Instant access to the +10 courses in the Path
- Access the Path 24 / 7, wherever and whenever you want
- Cancel anytime without losing your progress
One-time payment
Buy the course once and access it for life
€ 79.99
- A single payment
- Instant lifetime access to the course
- Access the course community
El Más
Valorado
Valorado
Gold Frog
Access all Frogames courses, communities and extras
€ 349 /year
- Single payment of €349 per year
- 3 months of discount
- Instant access to all courses
- Access the platform and communities 24/7, wherever and whenever you want
- Cancel anytime without losing your progress
- Resource Library
- Monthly Q&A livestreams
- Premium support
Path of Data Analysis
Access all Courses in the Data Analysis Path
€ 199 /year
- Single annual payment of €199
- 4 months of discount
- Instant access to the +10 courses in the Path
- Access the Path 24 / 7, wherever and whenever you want
- Cancel anytime without losing your progress
- Premium support
* All prices include taxes.
For your security, all orders will be processed on a secure server.
Path of Data Analysis
The ultimate pack with all our Data Analysis courses with R and Python to turn you into a well-paid Data Scientist. Includes upcoming courses and updates and improvements to current ones
Marvin
Clustering
I really liked this topic, I was able to consolidate knowledge like the definition of the cluster number and how the dendrogram is created.
Alexander
Excellent
The way the course is structured, the exercises, and how theory is combined with practice are really great. Juan Gabriel is an expert and I'm really happy I took the course—for me it's the best.
danison
Machine Learning
Super happy so far with the course explanation and usefulness, I started without even knowing what Machine Learning is and now I'm feeling more and more prepared to use it.
Carlos
Thank you
This course is an exceptional resource for anyone looking to deepen their knowledge of machine learning, or ML as it's commonly known. I can attest that every lesson is of high quality, effectively breaking down complex concepts and making them accessible to students of all levels.
ivan sergio
An amazing course...!!!
super recommended course to start down this path :)
Giovanni
The perfect starting point
Covers a huge range of algorithms with an ideal balance between mathematical theory and practical code implementation. What I value most is that it teaches you how to choose the right model for each problem, something vital if you want to work in data science with professional judgment
Christian
Useful and practical
I'm grateful to Juan Gabriel Gomila and his team for bringing this practical course that helped me better understand the AI knowledge that exists today.
Caty
very good teaching methodology
I've learned the fundamentals from the most basic to a bit more advanced with this course. Keep it up, congratulations
Javi
I finally got the hang of it!
They explain it like you're chatting with a friend and suddenly you're getting a computer to understand patterns and predict things. I felt really fulfilled when I finished because now I perfectly understand what everyone's talking about in tech news.
Juan Agustin
Excellent introduction to the world of machine learning
I really liked the course because it gave me a grounded understanding of the foundations of artificial intelligence—something everyone's talking about these days and that's revolutionizing the industry. I couldn't stay on the sidelines, and I think this course helped me understand it much better. Though I've still got a long way to go in the subject, and I'm planning to take more courses here on the platform about AI with different approaches—not just the math side of things, but the practical side too, which really matters. Plus, the fact that it's in Spanish means we Spanish speakers can move through the classes faster and more smoothly without missing any details because of language barriers. With English courses, even though we understand them, it's still not our native language. Let's see how the next courses go! Thanks
Jesus
Essential course to get you started in the world of Machine Learning
I loved this course!!! I had no prior knowledge about Machine Learning and throughout the course I learned so much more than I thought I would. For anyone who wants to get started in the world of Data Science and Artificial Intelligence THIS is the course. I enjoyed it from beginning to end!!
Nieves
Machine Learning from A to Z: master R and Python for Data Science
This course teaches you how to build Machine Learning models using Python and R, from the fundamentals to advanced techniques like NLP, Deep Learning, and Reinforcement Learning. You'll learn to prepare data, apply regression, classification, clustering, and recommendation algorithms, and evaluate results with real metrics. The approach is practical, with reusable templates, complete source code, and intuitive explanations for each model.
Gustavo
Machine Learning from A to Z: A Complete Journey Towards Artificial Intelligence
The Machine Learning from A to Z course is a training experience that achieves what few do: teaching from the fundamentals to practical applications of machine learning, without losing clarity or depth. From the first module, you can see the care taken in the pedagogical structure: each concept is introduced with intuitive examples, followed by exercises that consolidate learning.
Angel
I loved it! <3
Hi there, my name is Angel and I'm currently a student at Universidad Autónoma de Aguascalientes and a member of the Super Data Science group :3; I started diving into the world of artificial intelligence with deep learning, without even realizing I'd skipped a major stage—machine learning. I learned a lot during this course, concepts I didn't understand from deep learning now make sense to me, thanks to many of the great theory classes in the course. That's why I really appreciate your work and I'm grateful for it, and all I can do is keep moving forward on my learning Path, continuing with the next Artificial Intelligence course, which I'll definitely enjoy just as much as I did with this one.
Joel
Great course
A very comprehensive course in every way, recommended for learning Machine Learning topics in depth
Marc
A course for taking notes, reviewing, and growing
I just finished the Machine Learning course and, finally, I can say I've completed it. It's been tough: I had to review the videos several times and take my time. It's not a course to rush through—at least, I needed to take notes, review, review again… because it's not easy, but that same demand is what makes you truly learn. I focused mainly on the Python part and understanding how models are trained. The explanations are direct and practical, and that gives you a very close view of how they work, what problems you'll run into, and how you can solve them. It also leaves you with a clear idea of which algorithm might be more useful depending on the situation, which was exactly what I was looking for. The course also showed me some gaps I have in mathematics. I'm not saying that as something negative—quite the opposite; it puts you face to face with the reality of what you need to strengthen if you want to go deeper later on. That said, I recommend the course 100%. That said, watch out!!!! if you've never programmed in Python, do the A to Z Python course first. It'll save you a lot of headaches and you'll get much more out of each class. Very happy with the experience. Congratulations
Nicolas
ML A/Z is the best!
Excellent course!. You learn about the most important Machine Learning algorithms in both theory and code. Much better if you already have programming basics.
Samuel
This information really motivates me
Everything is super well explained, from the basics to the most advanced stuff. I've learned to create incredible models and I feel way more confident in my skills.
BORJA
Excellent
A really comprehensive course, explained really well.
Sara
I loved how the course goes from the absolute basics all the way to advanced techniques.
Rosa
Perfect for learning by doing
With plenty of exercises and datasets
Silvana
A Complete Guide to Machine Learning
It really lives up to its name. It goes from the basics all the way through to more sophisticated techniques, while staying totally understandable. I learned both the theory and the hands-on implementation, and that gave me the confidence to keep exploring on my own.
Jorge
The Master Guide to Models
It helped me clear up all the doubts I had about which algorithm to choose for each situation; going from the most basic concepts to advanced models was a super structured path and now I feel much more capable of tackling complex data projects.
Santiago
It's been really helpful for me to learn about ML
Nicolás
Great
Jackeline
Clear, comprehensive and well structured.
María
I loved how they explain algorithms with simple examples
It's incredible how much progress I've made in such a short time, I'm already working on my own projects.
Angel
Machine Learning from A to Z
This course is one of the most complete and popular for getting started in machine learning. Designed by Data Science experts, it offers comprehensive training that covers everything from theoretical foundations to the practical implementation of more than 40 Machine Learning algorithms.
Gabriela
The ultimate guide
This course has it all. From the most basic concepts to advanced Machine Learning techniques. It's like having a complete ML roadmap in one place!
Omaira
Excellent COURSE
All Frogames courses are EXCELLENT!, Congratulations to the whole team that makes it possible for those of us passionate about this world to enjoy it too. Thank you!
Juan José
A comprehensive and highly recommended course
The Machine Learning from A to Z course, as the title suggests, takes you from the basics to an advanced level in ML. The inclusion of both R and Python makes it easy to understand the concepts and apply them to real-world use cases. Highly recommended.
Joiser
definitely ML is the future
I think this is a fundamental course to stay up to date, I recommend it to everyone
Adrián
Great choice
Very comprehensive and great explanations. Better than a bootcamp
Maria del Mar
Fantastic course
Oliver
Excellent course
Really good and comprehensive content. No doubt about it, Juan Gabriel is a reference when it comes to training and knowledge. Congratulations.
Marc
Found it!
I was looking for a course to finally learn Machine Learning. And thanks to this course I've been able to learn what it is with the help of all the information it provides
Fernando
Very satisfied
The topics are explained really well and the course is very well developed
Imanol
Great course
ALEX ANDERSON
The first course for anyone training in Data Science
No doubt, it's one of the most complete courses I've seen. One thing I'd add is that in the grading tests you could choose either Python or R only.
Javier
Awesome
I loved it
Yvonne
complete and well-structured
one of the best courses out there.
Omar
Recommended for people with some Python and maths background