Curso XGBoost

---

9 lecciones • 6 horas

---

Curso teórico-práctico donde aprenderás todas las herramientas para comprender y hacer uso de XGBoost, tal vez el modelo de Machine Learning más robusto que existe en la actualidad al momento de trabajar con datos en formato tabular.

---

Al final de este curso habrás aprendido

• Qué son y cómo funcionan los modelos basados en la potenciación del gradiente (o “Gradient Boosting”)
• Cómo funcionan los modelos de XGBoost para regresión y clasificación y por qué son tan robustos y efectivos
• Cómo usar la librería XGBoost de Python para resolver problemas de clasificación y regresión en el Machine Learning
• Cómo realizar el ajuste de hiper-parámetros y el análisis de importancia de características de un modelo XGBoost en Python

---

Requisitos

Se sugiere haber tomado los cursos Árboles de Decisión y Cálculo para Ciencia de Datos y Machine Learning disponibles acá en la Academia Online.

---

Contenido

MÓDULO 1: EL ALGORITMO XGBOOST

1 – Introducción al Gradient Boosting y a XGBoost

2 – Regresión con Gradient Boosting

3 – Clasificación con Gradient Boosting

4 – Regresión con XGBoost

5 – Clasificación con XGBoost

MÓDULO 2: XGBOOST EN PYTHON

6 – Ejemplo práctico de clasificación con XGBoost en Python

7 – Ejemplo práctico de regresión con XGBoost en Python

8 – Ajuste de hiper-parámetros en XGBoost

9 – Análisis de importancia de características en XGBoost

---