Ingeniería de variables para Machine Learning
Bienvenidos al curso de ingeniería de variables para Machine Learning. En este curso vas a aprender cómo modificar las variables de tu set de datos para extraer información, capturar conocimiento y dejar tus datos y tus variables listos para ser utilizados en modelos de predicción.
Somos Sole y Natalia, ambas somos científicas de datos con muchísima experiencia en compañías de seguros, finanzas, consultoría y comercio online. Entre nuestros proyectos construimos modelos de predicción para riesgo crediticio, para la prevención del fraude financiero y para ayudar en los reclamos de las compañías de seguros.
Ambas pasamos de carreras en la academia a la industria y por eso nos apasiona ayudarlos a ustedes a aprender más acerca de machine learning y ciencia de datos.
Por esto mismo escribimos normalmente artículos en línea, damos charlas en conferencias y reuniones, preparamos paquetes open source y enseñamos aquí en Udemy.
Qué es ingeniería de variables?
Ingeniería de variables se refiere al proceso de usar conocimientos de los datos para transformar o crear variables para uso en modelos de inteligencia artificial. La ingeniería de variables es fundamental para hacer que los algoritmos de inteligencia artificial funcionen bien.
Pero además, la ingeniería de variables es clave para mejorar el poder predictivo de estos algoritmos. Sin embargo, la ingeniería de variables es muy costosa y se necesita una gran cantidad de tiempo y esfuerzo para preparar las variables para su uso en modelos de predicción.
La ingeniería de variables involucra múltiples pasos, desde la imputación de datos faltantes a la transformación de variables categóricas, la transformación o discretización de variables numéricas, así como también la creación de nuevas variables.
En este curso te vamos a mostrar muchas técnicas para llevar a cabo cada uno de estos pasos en tus variables. En este curso vas a encontrar muchísimas técnicas para todos estos pasos de la ingeniería de variables.
Vas a encontrar muchas técnicas para imputación de datos faltantes, para transformación de variables categóricas, para la transformación de variables numéricas, para dividir variables numéricas en intervalos discretos en un proceso que se llama discretización. Vas a aprender a manejar los datos atípicos o los outliers de las variables. Vas a aprender a resetear la escala de tus variables y también vas a aprender a crear nuevas variables a partir de tus variables de fechas y de tus variables combinadas.
En este curso hemos recopilado una cantidad enorme de técnicas de ingeniería de variables que se utilizan mundialmente. Esta recopilación nace a partir de una búsqueda en competencias de ciencias de datos, artículos científicos, artículos de compañías, blogs en línea y, por supuesto, provenientes también de nuestra experiencia como científicas de datos.
En este curso vas a tener todas las técnicas disponibles como una fuente de conocimiento, y también código que podrás aplicar para transformar las variables de tu set de datos. Luego de tomar este curso, habrás incrementado tu conocimiento en procesamiento de datos de una manera enorme y te vas a sentir cómodo para procesar las variables en casi todos los sets de datos con los que vayas a trabajar. Es más, vas a poder responder con confianza preguntas que se hacen normalmente en entrevistas para roles de científicos de datos.
En este curso cubrimos una gran variedad de técnicas, empezando por las más simples y más utilizadas, hasta técnicas más avanzadas que transforman tus variables a la vez que capturan información. Por esto mismo, independientemente de tu nivel, con seguridad vas a encontrar algo que es nuevo y útil para vos.
El curso contiene alrededor de 10 horas de contenido de video y acceso de por vida a las lecciones, incluyendo código listo para procesar las variables en tu set de datos. Vas a implementar las técnicas de ingeniería de variables manualmente usando pandas y NumPy, pero también vas a utilizar transformadores específicos de Sciikit-learn. Y además, vas a aprender cómo implementar estas técnicas en un nuevo paquete open source que hemos diseñado específicamente para este curso y se llama Feature-engine.
Y por si esto fuera poco, vas a enterarte de qué es lo que se hace mundialmente para transformar las variables de los set de datos y utilizarlas en modelos de predicción. Vas a aprender conocimientos que provienen de diferentes industrias, así como también de competencias en ciencia de datos.
Quieres saber más?
Mira el próximo video para enterarte del currículum completo del curso. Sumate hoy mismo descubrir poder de la ingeniería de variables y crea mejores modelos de predicción.
Te esperamos.