Machine Learning Fundamentals

Data is at the heart of our digital economy and data science has been ranked as the hottest profession of the 21st century. Whether you are new to the job market or already in the workforce and looking to upskill yourself, this five course Data Science with Python Professional Certificate program is aimed at preparing you for a career in data science and machine learning. No prior computer programming experience required!You will start by learning Python, the most popular language for data science. You will then develop skills for data analysis and data visualization and also get a practical introduction in machine learning. Finally, you will apply and demonstrate your knowledge of data science and machine learning with a capstone project involving a real life business problem.This program is taught by experts and focused on hands-on learning and job readiness. As such you will work with real datasets and will be given no-charge access to tools like Jupyter notebooks in the IBM Cloud. You will utilize popular Python toolkits and libraries such as pandas, numpy, matplotlib, seaborn, folium, scipy, Scikit-Learn, and more.Start developing data and analytical skills today and launch your career in data science!This course is highly practical but it won't neglect the theory. we'll start with python basics, and then understand the complete concept of environment , variables , loops , conditions and more advance concept of python programming and machine learning and we install the needed software (on Windows, Linux and Mac OS X), then we'll dive and start python programming straight away. From here onward you'll learn everything by example, by analyzing and practicing different concepts such as operator, operand, conditional statements, looping ,data management .etc, so we'll never have any boring dry theoretical lectures.The course is divided into a number of sections, each section covers a complete python programming field and complete machine lear

This machine learning course will provide you the fundamentals of how companies like Google, Amazon, and even Udemy utilize machine learning and artificial intelligence (AI) to glean meaning and insights from massive data sets. Glassdoor and Indeed both report that the average salary for a data scientist is $120,000. This is the standard, not the exception.Data scientists are already quite desirable. It's difficult to keep them on staff in today's tight labor market. There is a severe shortage of people who possess the rare combination of scientific training, computer expertise, and analytical talents.Today's data scientists are held to the same standards as the Wall Street "quants" of the '80s and '90s. When the need arose for innovative algorithms and data approaches, physicists and mathematicians flocked to investment banks and hedge funds.So, it's no surprise that data science is rising to prominence as a promising career path in the modern day. It is analytic in focus, driven by code, and performed on a computer. As a result, it shouldn't be a shock that the demand for data scientists has been growing steadily in the workplace for the past few years.On the other hand, availability has been low. Obtaining the education and experience necessary to be hired as a data scientist is tough. And that's why we made this course in the first place!Each topic is described in plain English, and the course does its best to avoid mathematical notations and jargon. Once you have access to the source code, you can experiment with it and improve upon it. Learning and applying these algorithms in the real world, rather than in a theoretical or academic setting, is the focus of this course.Each video will leave you with a new perspective that you can implement right away!If you have no background in statistics, don't let that stop you from enrolling in this course; we welcome students of all levels.

This course is an exciting hands-on view of the fundamentals of Data Science and Machine Learning Data Science and Machine Learning are developing on a massive scale. Everywhere you look in society, the world wide web, or in technology, you will find Data Science and Machine Learning algorithms working behind the scenes to analyze and optimize all aspects of our lives, businesses, and our society. Data Science and Machine Learning with Artificial Intelligence are some of the hottest and fastest-developing areas right now. This course will teach you the fundamentals of Data Science and Machine Learning. This course has exclusive content that will teach you many new things regardless of if you are a beginner or an experienced Data Scientist, and aspires to be one of the best Udemy courses in terms of education and value.  You will learn about Regression and Prediction with Machine Learning models using supervised learning. This course has the most complete and fundamental master-level regression analysis content packages on Udemy, with hands-on, useful practical theory, and automatic Machine Learning algorithms for model building, feature selection, and artificial intelligence. You will learn about models ranging from linear regression models to advanced multivariate polynomial regression models.Classification with Machine Learning models using supervised learning. You will learn about the classification process, classification theory, and visualizations as well as some useful classifier models, including the very powerful Random Forest Classifier Ensembles and Voting Classifier Ensembles.Cluster Analysis with Machine Learning models using unsupervised learning. In this part of the course, you will learn about unsupervised learning, cluster theory, artificial intelligence, explorative data analysis, and seven useful Machine Learning clustering algorithms ranging from hierarchical cl

This course equips Python developers with the foundational Num Py skills essential for data science and machine learning. You’ll move beyond basic lists to master high-performance ndarrays: creating, reshaping, indexing, slicing, and performing vectorized operations — all without slow loops. Learn key concepts like shape, dtype, axis, and the powerful broadcasting mechanism that makes Num Py so efficient. Through hands-on examples (e.g., analyzing grades or sensor data), you’ll gain confidence in mathematical computation, array manipulation, and data preparation. By the end, you’ll seamlessly integrate Num Py with Pandas and Scikit-Learn — setting the stage for real-world DS/ML workflows. No advanced math needed — just core Python (variables, loops, functions) and a willingness to practice. Includes setup guides, Jupyter notebooks, and practical exercises. Whether you're a student, career-switcher, or self-learner, this is your essential first step into the data ecosystem.هذه الدورة مُعدَّة لمُطوري بايثون لإتقان Num Py — حجر الأساس في علم البيانات وتعلم الآلة. ستنتقل من استخدام القوائم العادية إلى إنشاء ومعالجة المصفوفات عالية الأداء (ndarray) بثقة: التشكيل (reshape)، الفهرسة الذكية، العمليات المتجهية (بدون حلقات بطيئة)، وفهم الخصائص مثل shape وdtype وaxis. ستتعلم مفهوم الـ Broadcasting السحري الذي يجعل العمليات سريعة ومرنة، عبر أمثلة واقعية (مثل تحليل درجات طلاب أو بيانات مناخية). كما ستُجهّز البيانات للانتقال السلس إلى أدوات مثل Pandas و Scikit-Learn. لا تحتاج إلى خلفية رياضية متقدمة — يكفي أن تعرف أساسيات بايثون (متغيرات، حلقات، دوال). تشمل الدورة شرحًا خطوة بخطوة، دفاتر جوبيتر جاهزة، وتمارين تطبيقية. سواء كنت طالبًا أو تُغيّر مسارك المهني، فهذه الدورة هي بداية رحلتك العملية في عالم البيانات.

Embark on a Journey into the World of Data Science and Machine Learning!Welcome to the Mastering Data Science & Machine Learning Fundamentals for Beginners course, a comprehensive and illuminating exploration of the captivating realms of Data Science and Machine Learning!In today's rapidly evolving landscape, Data Science and Machine Learning are not mere buzzwords; they are the driving forces behind innovation in diverse domains, including IT, security, marketing, automation, and healthcare. These technologies underpin the very foundations of modern conveniences, from email spam filters and efficient Google searches to personalized advertisements, precise weather forecasts, and uncanny sports predictions. This course is your gateway to understanding the magic behind these advancements.   Designed with students and learners in mind, this course aims to demystify complex machine learning algorithms, statistics, and mathematics. It caters to those curious minds eager to solve real-world problems using the power of machine learning. Starting with the fundamentals, the course progressively deepens your understanding of a vast array of machine learning and data science concepts.   No prior knowledge or experience is required to embark on this enriching learning journey. This course not only simplifies intricate machine learning concepts but also provides hands-on guidance on implementing them successfully.   Our esteemed instructors, experts in data science and AI, are your trusted guides throughout this course. They are committed to making each concept crystal clear, steering away from confusing mathematical notations and jargon, and ensuring that everything is explained in plain English.   Here's a glimpse of what you'll delve into:Mastering Machine Learning Fundamentals Distinguishing between Supervised and Unsupervised L

HERE IS WHY YOU SHOULD TAKE THIS COURSE This course is complete guide to both Supervised and Unsupervised learning using Python.This means,this course covers all the main aspects of practical Data Science and if you take this course you can do away withtaking other course or buying books on python based Data science .In this age of Big data companies across the globe use python to sift through the Avalache of information at their disposal..By becoming proficient in unsupervised and supervised learning in python,you can give your company a competitive edge and boost your careeer to the next level.LEARN FROM AN EXPERT DATA SCIENCE WITH 3+ YEARS OF EXPERIENCE:My Name is Aakash Singh and I had also recently published my Research Paper  in INTERNATIONAL JOURNAL IJSR  on Machine Learning Dataset.This course will give you robust grounding in the main aspects of Machine Learning-Clustering and Classification.NO PRIOR PYTHON OR STATISTICS OR MACHINE LEARNING KNOWLEDGE IS REQUIRED:you will start by absorbing the most valuable python  Data science basics and techniques.I use easy to understand hands on methods to simplify and address even the most difficult conceptsin python.My course will help you to implement the methods using real data obtained from different sources.After using this course you will easily use package like numpy,pandas,and mathplotlib to work with real data in python..We will go through lab section on jupyter notebook terminal .we will go through lots of real life examples for icreasing practical side knowledge of  the programming and we should not neglect theory section als,which is essential for this course,by the end of this course you will be able to code in python language and feel confident with machine learning and you will also be able to create your own program amd implement were you  want.Most

You will build a binary classification machine learning model to predict if a person is looking for a new job or not. You'll go through the end to end machine learning project-- data collection, exploration, feature engineering, model selection, data transformation, model training, model evaluation and model explainability. We will brainstorm ideas throughout each step and by the end of the project you'll be able to explain which features determine if someone is looking for a new job or not.The template of this Jupyter Notebook can be applied to many other binary classification use cases. Questions like -- will X or Y happen, will a user choose A or B, will a person sign up for my product (yes or no), etc. You will be able to apply the concepts learned here to many useful projects throughout your organization!This course is best for those with beginner to senior level Python and Data Science understanding. For more beginner levels, feel free to dive in and ask questions along the way. For more advanced levels, this can be a good refresher on model explainability, especially if you have limited experience with this. Hopefully you all enjoy this course and have fun with this project!

¿Te apetece hacer un curso diferente, en el que no solo aprenderás a dominar todos los pasos de un proyecto de Data Science, sino que también te proporcionará un montón de documentos con toda la teoría y el código que verás en las clases? ¿Te interesa tener una guía, en formato visual y también escrito? Este programa es una mezcla entre el formato de un videocurso tradicional y un máster convencional: está pensado para que, clase a clase, vayas almacenando toda una colección de recursos que, sin duda, se convertirá en tu manual de referencia. Aprenderás a estructurar un proyecto desde cero: sabrás cómo empezar y desarrollar cualquier análisis de datos y conocerás a la perfección todas las herramientas que necesitarás durante el proceso, desde simples funciones de carga de datos, hasta completas librerías de Machine Learning. Además, repasarás todos los conceptos clave de estadística y conocerás cómo funcionan los algoritmos de Machine Learning desde el punto de vista matemático, explicados de una forma gráfica y sencilla. No necesitas tener experiencia previa, ¡pero verás cómo al final del curso te conviertes en todo un experto!A día de hoy, encontrarás:Una colección de más de 30 cuadernos y archivos de Python, totalmente documentados.Documentos en PDF con copia de lo que vamos a ver en las pizarras de trabajo.Recursos y referencias útiles.Trucos, consejos y advertencias de errores que se suelen cometer.Además, tendrás acceso a todas las actualizaciones del curso y a los nuevos recursos que se vayan añadiendo, para siempre.

Atenção: nesse curso ainda estão sendo adicionadas aulas! Machine Learning (aprendizado de máquina) é uma área que representa uma evolução nos campos de Ciência da Computação, Análise de Dados, Engenharia de Software e Inteligência Artificial. Nesse curso você aprenderá Machine Learning com a linguagem de Programação Python. Não é preciso ter conhecimento em Python, pois o curso possui uma seção para quem é iniciante na linguagem. Além disso, o curso trata das principais bibliotecas para análise de dados e utilização de técnicas de aprendizado de máquina tais como Num Py, Pandas, Scikit-Learn e Matplotlib. Também serão explicadas técnicas de aprendizado de máquina para facilitar o entendimento e utilização das mesmas nos exemplos práticos. Todo o curso é 100% em vídeo-aulas, tem direito a certificado e acesso vitalício! Os instrutores Marcos Castro (mais de 12 mil alunos na Udemy) e Gileno Filho (mais de 10 mil alunos na Udemy) irão estar disponíveis para tirar quaisquer dúvidas através do fórum do curso. O que está esperando? Machine Learning é utilizado por empresas ao redor do mundo para facilitar a análise de dados. Vivemos a era do Big Data, o volume de dados produzidos é gigantesco e precisamos de técnicas para automatizar e nos ajudar a encontrar algum padrão nesses dados de forma que possamos resolver os problemas. Aguardamos você no curso!

Hello there,Welcome to the “Data Science and Machine Learning Fundamentals [Theory Only]” course.Theorical Course for Data Science, Machine Learning, Deep Learning to understand the logic of Data Science algorithms Machine learning is a branch of artificial intelligence (AI) and computer science which focuses on the use of data and algorithms to imitate the way that humans learn, gradually improving its accuracy.You can develop the foundational skills you need to advance to building neural networks and creating more complex functions through the Python and R programming languages. Machine learning helps you stay ahead of new trends, technologies, and applications in this field.Machine learning describes systems that make predictions using a model trained on real-world data.Machine learning is being applied to virtually every field today. That includes medical diagnoses, facial recognition, weather forecasts, image processing, and more. In any situation in which pattern recognition, prediction, and analysis are critical, machine learning can be of use. Machine learning is often a disruptive technology when applied to new industries and niches. Machine learning engineers can find new ways to apply machine learning technology to optimize and automate existing processes. With the right data, you can use machine learning technology to identify extremely complex patterns and yield highly accurate predictions.It’s hard to imagine our lives without machine learning. Predictive texting, email filtering, and virtual personal assistants like Amazon’s Alexa and the i Phone’s Siri, are all technologies that function based on machine learning algorithms and mathematical models. Python, machine learning, python programming, machine learning python, python for beginners, data science. Python instructors on OAK Academy specialize in everything from software development to data analysis, and are known for their effective, fri

A área de Machine Learning (Aprendizagem de Máquina) e Data Science (Ciência de Dados) é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto está o cientista de dados, que já foi classificado como o trabalho "número 1" por vários veículos da mídia internacional.E para levar você até essa área, neste curso completo você terá uma visão teórica e prática sobre os principais algoritmos de machine learning utilizando o Python, que é uma das linguagens de programação mais relevantes nesta área. Além disso, vamos utilizar o Google Colab para a implementação dos exemplos, o que facilita o entendimento dos conceitos e evita problemas de instalação de bibliotecas. Este curso é considerado de A à Z pelo fato de apresentar desde os conceitos mais básicos até técnicas mais avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Você aprenderá tudo passo a passo, ou seja, tanto a teoria quanto a prática de cada algoritmo! O curso é dividido em cinco partes principais:Classificação - pré-processamento dos dados, naïve bayes, árvores de decisão, random forest, regras, regressão logística, máquinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadores Regressão - regressão linear simples e múltipla, polinomial, árvores de dec

A área de Machine Learning (Aprendizagem de Máquina) é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto está o cientista de dados, que já foi classificado como o trabalho "número 1" por vários veículos da mídia internacional.E para levar você até essa área, neste curso completo você terá uma visão teórica e prática sobre os principais algoritmos de machine learning utilizando a ferramenta Weka, que é uma das ferramentas mais utilizadas para machine learning e mineração de dados. Além disso, também utilizaremos a linguagem de programação Java para fazer a integração com o Weka! Este curso apresenta desde os conceitos mais básicos até técnicas mais avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Você aprenderá tudo passo a passo, ou seja, tanto a teoria quanto a prática de cada algoritmos! O curso é dividido em cinco partes:Classificação - extração de características de imagens, naive bayes, árvores de decisão, random forest, regras, regressão logística, máquinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadores Regressão - regressão linear simples e múltipla, polinomial, árvores de decisão, random forest, vetores de suporte e redes neurais artificiais Regras de associação - algoritmo aprio

A área de Machine Learning (Aprendizagem de Máquina) é atualmente um dos campos de trabalho mais relevantes da Inteligência Artificial, sendo responsável pela utilização de algoritmos inteligentes que tem a função de fazer com que os computadores aprendam por meio de bases de dados. O mercado de trabalho de Machine Learning nos Estados Unidos e em vários países da Europa está em grande ascensão; e a previsão é que no Brasil cada vez mais esse tipo de profissional seja requisitado! Inclusive alguns estudos apontam que o conhecimento dessa área será em breve um pré-requisito para os profissionais de Tecnologia da Informação! E dentro deste contexto está o cientista de dados, que já foi classificado como o trabalho "número 1" por vários veículos da mídia internacional.E para levar você até essa área, neste curso completo você terá uma visão teórica e prática sobre os principais algoritmos de machine learning utilizando o R, que é uma das linguagens de programação mais relevantes nesta área de ciência de dados. Este curso é considerado de A à Z pelo fato de apresentar desde os conceitos mais básicos até técnicas mais avançadas, de modo que ao final você terá todas as ferramentas necessárias para construir soluções complexas e que podem ser aplicadas em problemas do dia-a-dia das empresas! Você aprenderá tudo passo a passo, ou seja, tanto a teoria quanto a prática de cada algoritmos! O curso é dividido em cinco partes principais:Classificação - pré-processamento dos dados, naive bayes, árvores de decisão, random forest, regras, regressão logística, máquinas de vetores de suporte (SVM), redes neurais artificiais, avaliação de algoritmos e combinação e rejeição de classificadores Regressão - regressão linear simples e múltipla, polinomial, árvores de decisão, random forest, vetores de suporte (SVR) e redes neurais artificiais Regras de associação - algoritmos apriori e ECLAT Agrupamento - k-means, agrupamento hierárqu

“We are bringing technology to philosophers and poets.”Machine Learning is usually considered to be the forte of professionals belonging to the programming and technology domain. People from arts and social science with no background in programming/technology often find it challenging to learn Machine Learning. However, Machine learning is not for technologists and programmers only. It is for everyone who wants to be a better researcher and decision-maker.Machine Learning is for anyone looking to model how humans and machines make decisions, develop mathematical models of decisions, improve decision-making accuracy based on data, and do science with data.Machine Learning brings you closer to the fascinating world of artificial intelligence. Machine Learning is a cross-disciplinary field encompassing computer science, mathematics, statistics, psychology, and management. It’s currently tough for normal learners to understand so many subjects, making Machine Learning inaccessible to many, especially those from social science backgrounds.We built this course, “Machine Learning for Social Scientists,” to help learners master this topic without getting stuck in its technicalities or fear of coding. This course is built as a scratch to the advanced level course for Machine Learning. All the topics are explained with the basics. The instructor creates a connection with everyday instances and fundamental tools so that learners feel connected to their previous learning. For example, we demo some Excel calculations to ensure learners can see the connection between Excel spreadsheet analysis and Machine Learning using R language.The course covers the following topics:· Fundamentals of Machine Learning· Applications of Machine Learning· Statistical concepts underlying Machine Learning· Supervised Machine Learning Algorithms· Unsupervised Machine Learning Algorithms· How to Use R to Implement Machi

Fai un passo verso il futuro: AI, Machine Learning e Data Science.Sai cosa accomuna il successo dei più grandi colossi del web come Google, Amazon e Facebook ? L'utilizzo che hanno fatto del machine learning.Il machine learning è la branca dell'intelligenza artificiale che ha lo scopo di insegnare ai computer ad apprendere autonomamente, senza essere esplicitamente programmati.Il machine learning non è una novità, ma è finito sotto la luce dei riflettori solo con il nuovo millennio, per due motivi:L'enorme quantità di dati oggi disponibile sul web.Il progresso della tecnologia e il crescente aumento della potenza di calcolo.Questi due fattori, uniti alle sue innumerevoli applicazioni commerciali, stanno contribuendo alla crescita vertiginosa del machine learning che sta trascinando con se l'intero campo dell'intelligenza artificiale.In questo corso pratico imparerai come funziona il machine learning e come utilizzarlo in maniera pratica, utilizzando il linguaggio Python e librerie popolari come Scikit-Learn, Pandas e Py Plot.Vuoi dare una svolta alla tua carriera ?L'esperto di machine learning è la professione del futuro e Linkedin lo conferma; secondo una loro recente ricerca il Machine Learning Engineer è la nuova figura più ricercata dalle aziende con un tasso di crescita di quasi il 1000% negli ultimi 5 anni ed è subito seguito dal Data Scientist.Al termine di questo corso avrai acquisito l'esperienza pratica e le intuizioni teoriche necessarie per lanciare la tua carriera in entrambe queste due nuove professioni.Vuoi fondare la tua startup nel campo dell'AI ?Il valore totale del mercato dell'intelligenza artificiale nel 2016 era di 1.3 miliardi di dollari; secondo una ricerca di un'importante società di analisi americana il suo valore per il 2025 potrebbe superare il 60 miliard

Cette formation est conçue pour  donner une compréhension complète de la data science, avec un focus particulier sur l’utilisation du langage R, un des outils les plus performants pour l’analyse statistique et la visualisation de données. Voici ce que vous apprendrez au cours de cette formation :Les bases de R et de la data science : Nous commencerons par les bases du langage R, afin que vous puissiez maîtriser les outils essentiels de manipulation et d’analyse de données.Visualisation des données : L’une des compétences les plus recherchées aujourd’hui est la capacité à visualiser des données de manière claire et percutante. Nous apprendrons ensemble à utiliser des bibliothèques comme ggplot2 pour créer des graphiques informatifs.Nettoyage et préparation des données : Une partie essentielle de l’analyse de données consiste à préparer les jeux de données. Vous apprendrez à manipuler, transformer et nettoyer des données brutes pour les rendre exploitables.Algorithmes de machine learning : algorithmes d'apprentissage supervisé et non supervisé en montrant comment créer des modèles prédictifs pour résoudre des problèmes réels.Applications concrètes et projets : Tout au long de la formation, vous aurez l’occasion de travailler sur des exemples et des études de cas, afin de renforcer vos compétences et de vous préparer à intégrer le monde professionnel de la data science.

¡Hola a todos y bienvenidos a este curso sobre los fundamentos del Machine Learning y su aplicación en la solución de problemas reales mediante el uso de Python 3! Mi nombre es Santiago Hernández y voy a ser vuestro instructor a lo largo de este programa formativo, tenéis más información sobre mí en la biografía o en el vídeo “Presentación del instructor”.A lo largo de este curso sobre Machine Learning y Data Science presentaré, desde un nivel muy básico y al alcance de todo tipo de perfiles, los fundamentos teóricos y matemáticos que se necesitan para comprender en detalle el funcionamiento de los algoritmos de aprendizaje automático y las técnicas de ciencia de datos más importantes en la actualidad. Para ello, utilizaré el enfoque que mejores resultados me ha proporcionado al impartir este tipo de clases en diferentes universidades, un enfoque práctico, en el que veréis como se desarrollan las diferentes funciones y ecuaciones matemáticas de mi puño y letra. Representaré gráficamente todas las intuiciones matemáticas en las que se fundamenta el Machine Learning, de manera que, cualquier persona pueda comprenderlas y avanzar con las siguientes secciones. Este no es un curso para matemáticos, es un curso para todos aquellos que quieren adentrarse en el dominio del aprendizaje automático aprendiendo unas bases sólidas que le permitan solucionar problemas reales mediante la implementación en Python 3 de las principales técnicas existentes y comprender aquellos algoritmos que surjan en el futuro.A medida que vayamos construyendo y comprendiendo estos fundamentos teóricos, iremos aplicándolos a casos de uso prácticos en los que utilizaremos conjuntos de datos reales. Yo soy un firme creyente de que aquellas cosas que se aprenden de manera teórica deben saberse aplicar a casos de uso prácticos para sacarles todo el rendimiento posible, y