Ejercicios de Machine Learning

Pon a prueba tus conocimientos con quizzes interactivos y retos de código. Cada ejercicio incluye explicaciones detalladas para que aprendas de tus errores.

Python SQL Pandas Machine Learning Django Git Docker NumPy FastAPI Terraform Kubernetes

Inicia sesión para guardar tu progreso y ver estadísticas.

Volver a temas

Preprocesado de datos

Todos los niveles · 4 ejercicios

00:00

0/4

Progreso 0 de 4

1 Basico

¿Por qué es importante escalar las features antes de entrenar?

2 Intermedio

¿Qué diferencia hay entre StandardScaler y MinMaxScaler?

from sklearn.preprocessing import StandardScaler, MinMaxScaler

# Opción A
scaler_a = StandardScaler()  # ¿Qué hace?
# Opción B
scaler_b = MinMaxScaler()    # ¿Qué hace?

4 Avanzado

¿Por qué este código tiene un error conceptual?

from sklearn.preprocessing import StandardScaler
from sklearn.model_selection import train_test_split

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)  # Escala TODO X

X_train, X_test, y_train, y_test = train_test_split(
    X_scaled, y, test_size=0.2
)

Ejercicios de Machine Learning

Preprocesado de datos

¿Por qué es importante escalar las features antes de entrenar?

¿Qué diferencia hay entre StandardScaler y MinMaxScaler?

¿Qué es One-Hot Encoding?

¿Por qué este código tiene un error conceptual?