Saltar al contenido principal

Estás usando EDteam en

Acerca de la empresa

¿Qué es EDteam?
El equipo
Trabajos
Los profesores
Trabaja como profesor
Enunciado de misión
Marca y logotipo
Cultura

Conecta con EDteam

Soporte al cliente
Política de privacidad
Términos y condiciones
Política de reembolsos
Servicios para colegios y universidades

Nuestros productos

EDlabs
Servicios para empresas
Canjea cupones
Regala cursos
Sube a premium
Changelog

Recursos gratis

Cursos gratis
Blog
Conferencias
Comunidad
Instalar App de EDteam
Todos conectados
Firmas de correo

Lima – Perú
Bogotá – Colombia
Cochabamba – Bolivia

YouTube
TikTok
Instagram
LinkedIn
GitHub
WhatsApp

Cursos
Rutas
Escuelas
Empresas
Comunidad
En vivo
Premium
- Becas para estudiantes
- Cursos gratis

Cursos
Rutas
Escuelas
Empresas
Comunidad
En vivo
Premium
- Becas para estudiantes
- Cursos gratis

Me gusta de Harol Antonio

HA

2

Harol Antonio

@sharukin

Ingeniero de Sistemas

Lima, Perú

0 seguidores

0 seguidos

Publicaciones Certificados Me gusta Referidos

5.5 - Palabras finales y despedida

5.5 - Palabras finales y despedida

5.4 - Evaluando nuestros modelos de Machine Learning

5.4 - Evaluando nuestros modelos de Machine Learning

5.2 - Revisando nuestro análisis de datos

5.2 - Revisando nuestro análisis de datos

5.1 - Guías para el proyecto del curso

5.1 - Guías para el proyecto del curso

3.5 - Manos la obra: codificando algoritmos Machine Learning supervisado

3.5 - Manos la obra: codificando algoritmos Machine Learning supervisado

3.4 - Herramientas para el trabajo con Machine Learning supervisado

3.4 - Herramientas para el trabajo con Machine Learning supervisado

3.3 - Algoritmos de Machine Learning no supervisado

3.3 - Algoritmos de Machine Learning no supervisado

3.2 - Algoritmos de Machine Learning supervisado

3.2 - Algoritmos de Machine Learning supervisado

3.1 - ¿Qué tipos existen de Machine Learning?

3.1 - ¿Qué tipos existen de Machine Learning?

2.6 - Python y R para análisis de datos (Parte 2)

2.6 - Python y R para análisis de datos (Parte 2)

2.5 - Python y R para análisis de datos (Parte 1)

2.5 - Python y R para análisis de datos (Parte 1)

1.2 - Conocimientos previos y herramientas de trabajo para este curso

1.2 - Conocimientos previos y herramientas de trabajo para este curso

3.7 - Resumen del curso y de los contenidos

3.7 - Resumen del curso y de los contenidos

3.6 - Demo de procesamiento de datos en streaming

3.6 - Demo de procesamiento de datos en streaming

3.5 - Demo de procesamiento de un flujo de machine learning

3.5 - Demo de procesamiento de un flujo de machine learning

3.4 - Demo de procesamiento de datos estructurados

3.4 - Demo de procesamiento de datos estructurados

3.3 - Demo de trabajo con el sistema de archivos de Databricks

3.3 - Demo de trabajo con el sistema de archivos de Databricks

3.2 - Introducción a Apache Spark y Databricks

3.2 - Introducción a Apache Spark y Databricks

3.1 - Ecosistema de Tecnologías Big data

3.1 - Ecosistema de Tecnologías Big data

2.6 - Analítica y Big data

2.6 - Analítica y Big data