Gratte l'image pour obtenir une réduction sur ton cours. Tu pourras appliquer le coupon au moment du paiement.

5.0 /5
(42)

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

instructeur

5.0 /5
(42)

  • Avatar
    Marvin
    (5)
    Clustering

    J'ai beaucoup aimé ce sujet, j'ai pu consolider des connaissances comme la définition du nombre de clusters et comment on crée le dendrogramme.

  • Avatar
    Alexander
    (5)
    Excellent

    La manière d'étudier, les exercices, l'approche associée à la théorie sont très bons dans le cours, Juan Gabriel est un expert et je suis très content d'avoir suivi le cours, pour moi c'est le meilleur.

  • Avatar
    danison
    (5)
    Machine Learning

    Très satisfait jusqu'à présent de l'explication et de l'utilité du cours, j'ai commencé sans même savoir ce qu'est le Machine Learning et maintenant je me sens de plus en plus préparé à l'utiliser.

  • Avatar
    Carlos
    (5)
    Merci

    Ce cours est une ressource exceptionnelle pour quiconque cherche à approfondir le monde du machine learning, de ses sigles ML. J'atteste que chaque leçon est de haute qualité en analysant efficacement les concepts complexes, les rendant accessibles pour les étudiants de tous les niveaux.

  • Avatar
    ivan sergio
    (5)
    Un cours merveilleux...!!!

    cours super recommandable pour commencer dans cette voie :)

  • Avatar
    Giovanni
    (5)
    Le point de départ parfait

    Couvre une énorme gamme d'algorithmes avec un équilibre idéal entre la théorie mathématique et l'implémentation pratique en code. Ce que j'apprécie le plus, c'est qu'il t'enseigne à choisir le bon modèle pour chaque problème, quelque chose de vital si tu veux te consacrer à la science des données avec un jugement professionnel

  • Avatar
    Christian
    (5)
    Utile et pratique

    Je remercie Juan Gabriel Gomila et son équipe d'avoir apporté ce cours très pratique qui m'a aidé à mieux comprendre les connaissances en IA qui existent aujourd'hui.

  • Avatar
    Caty
    (5)
    très bonne méthodologie d'enseignement

    J'ai appris les fondamentaux depuis les bases les plus simples jusqu'à un peu plus avancé avec ce cours. Continuez comme ça, félicitations

  • Avatar
    Javi
    (5)
    J'ai enfin pigé le truc!

    On te l'explique comme si tu parlais avec un pote et, d'un coup, tu fais en sorte que l'ordinateur reconnaisse des motifs et anticipe les choses. Je me suis senti super réalisé à la fin parce que maintenant je comprends parfaitement de quoi parlent tous ces gens dans les infos tech.

  • Avatar
    Juan Agustin
    (5)
    Excellente introduction au monde du machine learning

    J'ai vraiment apprécié ce cours pour avoir une idée plus « concrète » des bases du monde de l'intelligence artificielle dont on parle tant ces jours-ci et qui révolutionne l'industrie. Je ne pouvais pas rester indifférent face à ça et je crois que ce cours m'a énormément aidé à mieux comprendre, même s'il me reste encore beaucoup de chemin à parcourir dans le sujet et beaucoup d'autres cours ici sur la plateforme sur l'IA avec différentes approches pour avoir non seulement des connaissances mathématiques, mais aussi pratiques, ce qui se valorise vraiment. De plus, le fait que ce soit en Español, pour les hispanophones, nous permet d'avancer plus rapidement et fluidement dans les cours sans nous perdre aucun détail à cause de problèmes de langue, ce qui arrive parfois avec les cours en English, qui même si nous les comprenons, reste que ce n'est pas notre langue maternelle. On verra comment se déroulent les prochains cours!. Merci

  • Avatar
    Jesús
    (5)
    Cours indispensable pour te lancer dans le Machine Learning

    J'ai adoré ce cours !!! Je n'avais aucune connaissance préalable en Machine Learning et au fil du cours j'ai appris bien plus que ce que je pensais. Pour tous ceux qui veulent se lancer dans le monde de la Data Science et de l'Intelligence Artificielle, C'EST le cours. Je l'ai apprécié du début à la fin !!

  • Avatar
    Nieves
    (5)
    Machine Learning de A à Z : maîtrise R et Python pour la Data Science

    Ce cours t'enseigne à construire des modèles de Machine Learning en utilisant Python et R, des fondamentaux aux techniques avancées comme le NLP, le Deep Learning et le Reinforcement Learning. Tu apprendras à préparer les données, appliquer des algorithmes de régression, classification, clustering et recommandation, et évaluer les résultats avec des métriques concrètes. L'approche est pratique, avec des modèles réutilisables, du code source complet et des explications intuitives pour chaque modèle.

  • Avatar
    Gustavo
    (5)
    Machine Learning de la A a la Z: Un viaje completo hacia la inteligencia artificial

    Le cours Machine Learning de la A a la Z est une expérience de formation qui réussit ce que peu font : enseigner les fondamentaux jusqu'aux applications pratiques du machine learning, sans perdre en clarté ni en profondeur. Dès le premier module, tu remarques le soin apporté à la structure pédagogique : chaque concept s'introduit avec des exemples intuitifs, suivis d'exercices qui consolident l'apprentissage.

  • Avatar
    Angel
    (5)
    C'était génial! <3

    Bonjour à tous, je m'appelle Angel, étudiant actuel à l'Université Autonome d'Aguascalientes et apprenti du groupe Super Data Science :3; j'ai commencé à me plonger dans le monde de l'intelligence artificielle avec le deep learning, sans même penser que j'avais saisi une grande étape, le machine learning. J'ai beaucoup appris pendant mon passage dans ce cours, des concepts que je ne comprenais pas en deep learning que je comprends maintenant, grâce à beaucoup des bonnes classes de théorie du cours. C'est pour ça que j'apprécie beaucoup votre travail et je vous en remercie, et il ne me reste plus qu'à continuer mon parcours d'apprentissage en suivant le prochain cours d'Intelligence Artificielle, que j'apprécierai certainement beaucoup comme je l'ai apprécié avec ce cours.

  • Avatar
    Joël
    (5)
    Très bon cours

    Un cours très complet en tous les sens, recommandé pour apprendre en profondeur les sujets du Machine Learning

  • Avatar
    Marc
    (5)
    Un cours pour prendre des notes, réviser et progresser

    Je viens de terminer le cours de Machine Learning et, enfin, je peux dire que je l'ai complété. Ça a été difficile : j'ai dû revoir les vidéos plusieurs fois et prendre mon temps. Ce n'est pas un cours pour finir vite, moi au moins, j'ai eu besoin de prendre des notes, réviser, réviser à nouveau… parce que ce n'est pas facile, mais cette même exigence est ce qui te fait vraiment apprendre. Je me suis concentré surtout sur la partie Python et sur comprendre comment on entraîne les modèles. Les explications sont directes et pratiques, et ça te donne une vision très proche de comment ils fonctionnent, avec quels problèmes tu vas te confronter et comment tu peux les résoudre. Ça te laisse aussi une idée claire de quel algorithme peut être plus utile selon la situation, c'était justement ce que je cherchais. Le cours m'a aussi montré quelques lacunes que j'ai en maths. Je ne le dis pas comme quelque chose de négatif, au contraire, ça te met face à la réalité de ce que tu dois renforcer si tu veux approfondir plus tard. Ceci dit, je recommande le cours à 100%. Attention quand même!!!! si tu n'as jamais programmé en Python, fais d'abord le cours de Python de A à Z. Ça t'évitera bien des maux de tête et tu profiteras beaucoup mieux de chaque classe. Très content de l'expérience. Félicitations

  • Avatar
    Nicolas
    (5)
    ML A/Z, c'est le meilleur!

    Excellent cours!. On apprend les algorithmes les plus importants du Machine Learning tant en théorie qu'en code. Beaucoup mieux si tu as déjà des bases de programmation.

  • Avatar
    Samuel
    (5)
    Cette information m'a super motivé

    Tout est expliqué de manière formidable, depuis les bases jusqu'aux notions les plus avancées. J'ai appris à créer des modèles incroyables et je me sens beaucoup plus confiant dans mes compétences.

  • Avatar
    BORJA
    (5)
    Excellent

    Cours très complet et très bien expliqué.

  • Avatar
    Sara
    (5)
    J'ai adoré comment le cours part des bases les plus simples jusqu'aux techniques avancées.

  • Avatar
    Rosa
    (5)
    Parfait pour apprendre en faisant

    Avec beaucoup d'exercices et de datasets

  • Avatar
    Silvana
    (5)
    Un guide complet du Machine Learning

    C'est vrai que ça fait honneur à son nom. Ça commence par les bases et va jusqu'à des techniques plus sophistiquées, tout en restant compréhensible. J'ai appris aussi bien la théorie que la mise en pratique, et ça m'a donné la confiance pour continuer à explorer par mes propres moyens.

  • Avatar
    Georges
    (5)
    Le guide maître des modèles

    Ça m'a aidé à clarifier tous mes doutes sur quel algorithme choisir dans chaque situation ; passer des concepts les plus basiques aux modèles avancés a été un chemin super structuré et maintenant je me sens beaucoup plus capable d'affronter des projets de données complexes.

  • Avatar
    Santiago
    (5)
    C'a été très utile pour apprendre sur le ML

  • Avatar
    Nicolas
    (5)
    Très bon

  • Avatar
    Jackeline
    (5)
    Clair, complet et bien structuré.

  • Avatar
    María
    (5)
    J'ai adoré comment ils expliquent les algorithmes avec des exemples simples

    C'est incroyable à quel point j'ai progressé en si peu de temps, j'ai même commencé à faire mes propres projets.

  • Avatar
    Angel
    (5)
    Machine Learning de A à Z

    Ce cours est l'un des plus complets et populaires pour débuter en apprentissage automatique. Conçu par des experts en Data Science, il offre une formation intégrale qui couvre les fondements théoriques jusqu'à la mise en œuvre pratique de plus de 40 algorithmes de Machine Learning.

  • Avatar
    Gabriela
    (5)
    Guide ultime

    Ce cours a tout ce qu'il faut. Des concepts les plus basiques aux techniques avancées de Machine Learning. C'est comme avoir une carte complète du ML en un seul endroit !

  • Avatar
    Omaira
    (5)
    Excellent COURS

    Tous les cours de Frogames sont EXCELLENTS ! Félicitations à toute l'équipe qui rend possible que nous aussi, ceux qui sommes passionnés par ce monde, puissions en jouir. Merci !

  • Avatar
    Juan José
    (5)
    Un cours complet et recommandé

    Le cours Machine Learning de A à Z, comme l'indique le titre, t'amène des bases jusqu'à un niveau avancé en ML. L'inclusion de R et Python rend facile la compréhension des concepts et leur application à des cas d'usage. Totalement recommandé.

  • Avatar
    Joiser
    (5)
    le Machine Learning est définitivement l'avenir

    Je considère que c'est un cours fondamental pour rester à jour, recommandé à tous

  • Avatar
    Adrián
    (5)
    Excellent choix

    Très complet avec de bonnes explications. Mieux qu'un bootcamp

  • Avatar
    María del Mar
    (5)
    Fantastique cours

  • Avatar
    Olivier
    (5)
    Excellent cours

    Très bon contenu et très complet. Sans aucun doute, Juan Gabriel est une référence en matière de formation et de connaissances. Félicitations.

  • Avatar
    Marc
    (5)
    Trouvé!

    Je cherchais un cours pour enfin apprendre le Machine Learning. Et grâce à ce cours, j'ai pu apprendre comment ça marche avec l'aide de toute l'information qu'il fournit

  • Avatar
    Fernando
    (5)
    Très satisfait

    Les thèmes sont très bien expliqués et le cours est très bien structuré

  • Avatar
    Imanol
    (5)
    Très bon cours

  • Avatar
    ALEX ANDERSON
    (5)
    Le premier cours pour toute formation en Data Science

    Sans doute, c'est l'un des cours les plus complets que j'ai vus. Quelque chose à ajouter : dans les tests de qualification, on pourrait choisir uniquement en Python ou uniquement en R.

  • Avatar
    Javier
    (5)
    Génial

    J'ai adoré

  • Avatar
    Yvonne
    (5)
    complet et structuré

    très bon cours, parmi les meilleurs.

  • Avatar
    Omar
    (5)
    Recommandé pour les personnes ayant un certain niveau en Python et maths

View More Reviews

PLANS POUR ACCÉDER SELON TES OBJECTIFS ET TES BESOINS

Achète le cours individuel, obtiens tout le parcours d'apprentissage ou accède à toute la plateforme

Choisis le mode de paiement qui s'adapte le mieux à tes besoins et à ton budget : paiement unique par cours, accès mensuel ou annuel au Parcours d'apprentissage ou même à toute la plateforme.

Paiement unique

Achète le cours une fois et accède à vie

79.99

  • Un seul paiement
  • Accès instantané au cours à vie
  • Accède à la communauté du cours
El Más
Popular

Grenouille de Bronze

Accède à tous les cours, communautés et extras de Frogames

39 /mois

  • Paiement unique de 39€ par mois
  • Accès instantané à tous les cours
  • Accède à la plateforme et aux communautés 24 / 7, où et quand tu veux
  • Annule à tout moment sans perdre ta progression

Parcours d'Analyse de Données

Accède à tous les Cours du Parcours d'Analyse de Données

19.99 /mois

  • Paiement unique de 19.99€ par mois
  • Accès instantané aux +10 cours du parcours
  • Accède au Parcours 24 / 7, où et quand tu veux
  • Annule à tout moment sans perdre ta progression

Paiement unique

Achète le cours une fois et accède à vie

79.99

  • Un seul paiement
  • Accès instantané au cours à vie
  • Accède à la communauté du cours
El Más
Valorado

Grenouille d'Or

Accède à tous les cours, communautés et extras de Frogames

349 /an

  • Paiement unique de 349€ par an
  • 3 mois de réduction
  • Accès instantané à tous les cours
  • Accède à la plateforme et aux communautés 24 / 7, où et quand tu veux
  • Annule à tout moment sans perdre ta progression
  • Bibliothèque de Ressources
  • Sessions de Q&A mensuelles en direct
  • Support premium

Parcours d'Analyse de Données

Accède à tous les Cours du Parcours d'Analyse de Données

199 /an

  • Paiement unique de 199€ par an
  • 4 mois de réduction
  • Accès instantané aux +10 cours du parcours
  • Accède au Parcours 24 / 7, où et quand tu veux
  • Annule à tout moment sans perdre ta progression
  • Support premium

* Tous les prix incluent les taxes.

Pour ta sécurité, toutes les commandes seront traitées sur un serveur sécurisé.

Parcours d'Analyse de Données

Le pack ultime avec tous nos cours d'Analyse de Données avec R et Python pour devenir un vrai Data Scientist bien payé. Inclut les cours à venir et les mises à jour et améliorations des cours actuels

Introducción al Machine Learning con Python

Apprenez les bases de Python pour le Machine Learning avec une immersion approfondie dans Pandas, Numpy et Matplotlib et appliquez-le à un projet final

27 cours

Fundamentos de Matemáticas para Machine Learning

Les fondamentaux essentiels de l'Algèbre Linéaire et du Calcul pratique expliqués dans les trois bibliothèques vedettes de Python : NumPy, TensorFlow et PyTorch

121 cours

Fundamentos Intermedios de Matemáticas para Machine Learning

Maîtrise les mathématiques essentielles pour le ML : Probabilité, Théorie de l'information et la statistique avec NumPy, TensorFlow et PyTorch de manière entièrement pratique

102 cours

Una semana de ciencia de datos en Python

Maîtrise les fondamentaux de la Science des Données rapidement et efficacement en une semaine ! Cours conçu spécialement pour les personnes occupées !

155 cours

Fundamentos Avanzados de Matemáticas para Machine Learning

Maîtrise les mathématiques avancées nécessaires pour le ML : optimisation, gradients, matrices hessiennes, structures de données et algorithmes de tri avec TensorFlow, PyTorch et des outils pratiques

93 cours

Machine Learning de A à Z

Apprends à programmer plus de 40 algorithmes de Machine Learning tant en Python qu'en R avec les experts en Data Science. Avec tout le code source et un livre offert en cadeau ! Plus de 50 heures de vidéotutoriels pour t'aider à maîtriser le ML !

304 cours

Probabilidad y Estadística aplicada a Negocios y Empresas

Apprends à appliquer la statistique et la probabilité à des problèmes d'entreprise et de gestion avec tes propres données ou celles de tes clients

162 classes

Curso completo de R para Data Science con Tidyverse

Apprenez à manipuler les données en R avec la librairie gratuite tidyverse : représentez vos données avec ggplot et créez des rapports professionnels depuis RStudio

226 cours

Curso completo de Machine Learning: Data Science con RStudio

Apprends à analyser les données et à t'initier au Machine Learning avec les astuces professionnelles de Juan Gabriel Gomila appliquées avec le langage statistique R

237 cours

Tratamiento de datos en Python: ETL de cero a experto

Maîtrise les opérations essentielles du traitement de données avec Python : extraction, transformation et chargement de données. Élève tes compétences avec les bibliothèques Python au niveau supérieur

84 cours

Curso completo de Machine Learning: Data Science en Python

Le cours qui a enseigné à des milliers de personnes en español. Apprends les algorithmes de Machine Learning avec Python pour devenir un Data Scientist et télécharge le code depuis la minute zéro

235 cours

Bases de données : Apprenez le langage SQL depuis zéro

Apprends SQL, le langage des bases de données, depuis zéro et avec des exercices pratiques pour maîtriser le chargement, la consultation, la modification et le traitement de tes données en connaissant tous les mots-clés du SQL

82 cours

Aprende a analizar los datos del COVID19 con R y Python

Appliquer des connaissances en analyse de données et statistique en R et Python à des données épidémiologiques de la COVID19

59 cours

Data Science aplicado a Negocios | 6 Casos de Estudio Reales

Résous 6 problèmes du monde des affaires : Crée des modèles d'IA, DL et NLP pour prédire les ventes, améliorer le marketing ou optimiser les opérations en RH ou RP

79 cours