Al seleccionar un país verás los cursos disponibles en tu región.
⏱ 2 h 42 min📚 27 lecciones
Construcción de Motores de Recomendación de Películas con Python
Aprende a diseñar y construir sistemas de recomendación colaborativos, basados en contenido y dirigidos por popularidad utilizando Python y bibliotecas modernas de análisis de datos.
💬Instructor de IA Pregunta sobre cualquier lección y recibe una respuesta clara al instante, cuando quieras.
🕐Empieza cuando quieras Sin horarios ni fechas límite: aprende a tu ritmo, cuando quieras.
🌐En español Lecciones, tareas y certificado: todo completamente en tu idioma.
Sobre este curso
¿Tienes curiosidad sobre cómo las plataformas de streaming modernas sugieren la película perfecta para tu próxima visualización? Construir un motor de recomendación es una de las formas más prácticas y emocionantes de comenzar tu viaje en la ciencia de datos y el aprendizaje automático. En este curso de solo texto, pasarás de ser un principiante a un desarrollador capaz de diseñar, codificar y evaluar sistemas de recomendación. A través de lecciones escritas estructuradas y ejemplos prácticos de código Python, aprenderás las matemáticas fundamentales, las estructuras de datos y los algoritmos que impulsan las sugerencias personalizadas. Lo que aprenderás:
- Comprender los conceptos fundamentales de recomendación, incluido el filtrado colaborativo, el filtrado basado en contenido y las métricas de popularidad.
- Configurar un entorno de desarrollo Python moderno utilizando herramientas de empaquetado actuales y entornos virtuales limpios.
- Manipular y limpiar conjuntos de datos de películas del mundo real utilizando bibliotecas modernas de dataframes.
- Construir un recomendador basado en popularidad para establecer una línea de base para tu sistema.
- Construir motores basados en contenido utilizando análisis de texto y métricas de similitud.
- Implementar algoritmos de filtrado colaborativo para predecir las preferencias del usuario basándose en el comportamiento de la comunidad.
- Evaluar el rendimiento de tus motores de recomendación utilizando métricas de precisión estándar.
El curso comienza con la terminología esencial y los conceptos centrales de los sistemas de recomendación antes de guiarte a través de la preparación de datos y la implementación paso a paso de varios algoritmos de recomendación. Leerás explicaciones detalladas, analizarás fragmentos de código y completarás ejercicios escritos para solidificar tu comprensión. Este curso está diseñado para aspirantes a analistas de datos, desarrolladores de software y principiantes curiosos con conocimientos básicos de Python; no se requiere experiencia previa en aprendizaje automático. Comienza a leer hoy mismo para construir tu propio sistema inteligente de recomendación de películas desde cero.
Contenido del curso
Lo que obtendrás
📜Certificado de finalización Añádelo a tu perfil de LinkedIn
💬Tutor AI personal ¿Atascado en una lección? Pregúntale a tu tutor integrado lo que quieras, cuando quieras.
♾️Acceso de por vida Vuelve cuando quieras, sin caducidad
📱Teléfono o computadora Funciona en cualquier dispositivo
💸Reembolso de 14 días Sin preguntas
⚡Breve y enfocado 2 h 42 min de contenido práctico
Certificado de finalización
Cada curso que completas en PickAClass emite una credencial como esta — original, con su propio código, verificable por URL y detallada sobre lo que realmente demostraste.
P
PickAClass
Perfil de habilidades · verificable
Documento
Certificado de Maestría
Esto certifica que
Nombre Apellido
ha demostrado con éxito el dominio de
Construcción de Motores de Recomendación de Películas con Python
Habilidades demostradas
✓
Análisis de patrones de comportamiento
Fundamental
1.2 h
✓
Marcos de arquitectura de decisiones
Competente
1.4 h
✓
Diseño de pruebas A/B
Competente
1.7 h
✓
Redacción conductual
Avanzado
1.9 h
P
PickAClass — Nombre Apellido
Construcción de Motores de Recomendación de Películas con Python
Página 2 de 2
Detalle de desempeño
Resumen del curso
Lecciones completadas14 / 14
Preguntas de práctica26 / 28
Tareas entregadas4 (prom. 4.5 / 5)
Proyecto finalRevisado — 4.6 / 5
Práctica total6.2 h
Referencia de desempeño
Posición en la cohorteTop 12% de 1,625
Tiempo hasta completar11 días (mediana: 22)
Puntuación de dominio91 / 100
Puntuación de preguntas de práctica94%
Verificación de habilidadRuta de habilidad verificada