Códigos promocionales de Alura - hasta 20% de descuento en noviembre 2025

Los cupones más usados de Alura

Cursos de Data Science

Data Science es un área muy amplia y comprende desde aprender a usar de forma más profesional las populares planillas electrónicas, organizar y limpiar bases de datos, aprender a hacer análisis exploratorio y estadístico para obtener información con inteligencia empresarial y por último también poder predecir comportamientos con aprendizaje automático e inteligencia artificial. En Alura vas a aprender a manipular datos y sacar provecho de ellos con diferentes cursos:

Ciencia de datos: es responsable de aportar ideas. Dado un conjunto de datos, como la geolocalización de ciertos negocios en un determinado barrio o localidad, ¿Qué podemos concluir sobre la ubicación de los restaurantes que tienen más años de funcionamiento? Podríamos realizar análisis de cuáles variables son las que inciden en la durabilidad y estabilidad de un negocio a largo plazo y si la geolocalización es un ítem a considerar. Esto se puede hacer con datos en una macro de Excel y VBA, pero lo ideal es trabajar con lenguaje Python, con muchas bibliotecas disponibles para este tipo de trabajo.

Análisis exploratorio de datos: son métodos utilizados para visualizar nuestros datos y poder comenzar a hacer preguntas, levantar hipótesis y así direccionar mejor nuestros análisis.

Machine Learning: también se lo conoce como aprendizaje automático o automatizado, consiste en crear modelos entrenados para predecir alguna acción, hacer una predicción. Después de conocer bien un conjunto de datos, estos modelos nacen para poder ayudarnos en la toma de decisiones. Un ejemplo: ya sabemos dónde están los restaurantes con más años de funcionamiento en nuestro barrio, ¿Podríamos tener un modelo capaz de predecir la esperanza de vida de un nuevo restaurante en un nuevo punto?.

En nuestra jornada de Científico de Datos es importante entender los conceptos básicos de estadística para luego estudiar algoritmos de aprendizaje de máquina como ser: aprendizaje supervisado y no supervisado, redes neuronales y regresiones lineales.

Curso de Machine Learning: Introducción a sistemas de recomendación en Python

Realice este curso de Machine Learning y:

Aprende a pensar en heurísticas de recomendación

Genera recomendaciones basada en similaridad de usuarios

Cree sistemas basados en filtros colaborativos

Recomienda basado en modelos de itens y usuarios

Implementa el algoritmo K Nearest Neighbors desde cero

Entienda los desafios de sistemas de recomendación

Contenido Detallado

Distancia entre usuarios

Concepto de distancia euclidiana

Distancia para varias dimensiones

Generalizando el cálculo de distancias

Creando funciones para el cálculo de distancias

Usuarios más próximos

Calculando la distacia de todos

Refinando el calculo de distancias

Generando recomendaciones con KNN

Identificando el usuario más próximo

Recomendando las películas del más próximo

Sugerencia en función de varios usuarios

Generalizando la recomendación para varios usuarios

Refinando el algoritmo de recomendación

Recomendaciones para un nuevo usuario

Filtrando películas populares

Valor mínimo de usuarios

Conclusión

Curso de Machine Learning: Lidiando con datos de muchas dimensiones

Realice este curso de Machine Learning y:

Aprende qué son los datos con alta dimensionalidad

Crea un modelo de Machine Learning para clasificación

Construye una matriz de correlación con Pandas y Seaborn

Aprende como seleccionar features con visualizaciones de los datos

Utiliza Scikit-learn para crear modelos de selección de features automáticos

Aprende a crear y a interpretar una matriz de confusión utilizando Scikit-learn

Aprende a utilizar técnicas avanzadas de reducción de dimensionalidad (PCA y T-SNE)

Contenido Detallado

Datos con muchas dimensiones

Introducción

La dimensionalidad de los datos

Preprocesamiento y baseline

Validando la baseline

Avanzando y explorando los datos

Construyendo una visualización

Mejorando la visualización

Trabajando con valores constantes

Datos correlacionados

Matriz de correlación #1

Matriz de correlación #2

Correlación y causalidad

Automatizando la selección de los datos

SelectKBest

Matriz de confusión

Selección con RFE

Visualizando los datos en el plano

Selección con RFECV

Visualizando los datos en el plano

PCA y TSNE

Conclusión

El mejor código actual de Alura es "1001cupons".