Trabajando con conjuntos de datos públicos para Machine Learning

Encontrar los datos correctos es el primer y más crucial paso en cualquier proyecto de ciencia de datos o machine learning. Este curso te guía a través de los conjuntos de datos públicos estándar más famosos utilizados a nivel mundial para entrenar y probar algoritmos. Pasarás de ser un principiante preguntándose dónde encontrar datos de calidad a un profesional seguro capaz de cargar, limpiar y explorar conjuntos de datos fundamentales. Aprenderás la estructura de conjuntos de datos clásicos en dominios tabulares, de imágenes y de texto, entendiendo cómo prepararlos para el análisis. Lo que aprenderás: - Comprender la estructura y la historia de conjuntos de datos públicos fundamentales como Iris, MNIST y COCO - Cargar y explorar datos de código abierto utilizando bibliotecas modernas de Python y dataframes - Aplicar técnicas esenciales de limpieza y preprocesamiento de datos para manejar valores faltantes y ruido - Analizar las características del conjunto de datos para elegir el algoritmo de machine learning adecuado para tu tarea - Identificar sesgos, limitaciones y consideraciones de licencias en repositorios de datos públicos - Practicar la estructuración de tus propias tuberías de datos para análisis limpios y reproducibles El curso comienza con conceptos fundamentales de estructuración de datos, formatos y licencias. Luego, progresarás a través de tutoriales escritos que analizan conjuntos de datos tabulares y multimodales del mundo real paso a paso. Este curso está diseñado para analistas de datos principiantes, aspirantes a ingenieros de machine learning y estudiantes curiosos sin experiencia previa en ciencia de datos. Comienza a explorar los bloques de construcción del machine learning moderno y eleva tus habilidades de análisis de datos hoy mismo.