Máquinas de Vectores de Soporte (SVM)

Máquinas de Vectores de Soporte (SVM)

En este artículo hablamos de las máquinas de de vectores de soporte. También son conocidas con el acrónimo SVM por sus siglas en inglés (Support Vector Machines). Se pueden usar tanto para regresión como para clasificación. Conceptualmente, los SVM son más fáciles de explicar para problemas de clasificación. En este artículo vamos a dar una explicación intuitiva. La máquinas de vectores de soporte surgen para encontrar la manera óptima de

Redes Neuronales Generativas Adversarias (GANs)

Redes Neuronales Generativas Adversarias (GANs)

Las Redes Neuronales Generativas Adversarias son una forma nueva de usar deep learning para generar imágenes que parecen reales. También pueden generar otro tipo de datos tales como música. En este artículo vamos a ver qué son los modelos generativos, cómo funcionan y algunos ejemplos recientes. Las Redes Neuronales Generativas Adversarias también se denominan GANs por sus siglas en inglés (Generative Adversarial Networks). ¿Cómo funcionan las Redes Generativas Adversarias? Los

Regularización Lasso L1, Ridge L2 y ElasticNet

En muchas técnicas de aprendizaje automático, el aprendizaje consiste en encontrar los coeficientes que minimizan una función de coste. La regularización consiste en añadir una penalización a la función de coste. Esta penalización produce modelos más simples que generalizan mejor. En este artículo vamos a hablar de las regularizaciones más usadas en machine learning: Lasso (también conocida como L1), Ridge (conocida también como L2) y ElasticNet que combina tanto Lasso

Gradiente Descendiente para aprendizaje automático

Gradiente Descendiente para aprendizaje automático

El gradiente descendiente es la base de aprendizaje en muchas técnicas de machine learning. Por ejemplo, es fundamental en deep learning para entrenar redes neuronales. También es necesario para la regresión logística. Y en muchos casos, al hacer regresión lineal o polinómica es mejor usar el método del gradiente descendiente que el de los mínimos cuadrados. Repasemos el Error Cuadrático Medio Como vimos, el error cuadrático medio es un forma

Redes neuronales desde cero (I) – Introducción

Redes neuronales desde cero (I) – Introducción

En este primer post de una serie de tres, hablaremos de una de las ramas más importantes del Machine Learning y la Inteligencia Artificial, las redes neuronales. Abordaremos este tema desde cero, empezando por la historia de las redes neuronales, sus conceptos básicos, nos adentraremos en las matemáticas que están involucradas en ellas e implementaremos un ejemplo de Redes Neuronales desde cero para reconocer cierto tipo de patrones en imágenes.

Análisis Descriptivo, Predictivo y Prescriptivo de datos

Análisis Descriptivo de las Tendencias de las búsquedas en Google en 2018

Hay tres tipos de análisis de datos que podemos realizar: descriptivo, predictivo y prescriptivo. Veamos en qué consiste cada uno de ellos y cómo combinarlos. Análisis Descriptivo El análisis descriptivo se ocupa de estudiar el pasado. Como el nombre indica, el análisis descriptivo se usa para describir lo que ha pasado. Hay varias formas de describir el pasado: Usando estadísticas fáciles de entender, en plan: mínimo, máximo, media, mediana, cuartiles,

Regresión Polinómica en Python con scikit-learn

Regresión Polinómica

En algunas ocasiones nos encontraremos con datos que siguen una función polinómica. En estos casos, el mejor modelo que podemos usar es la regresión polinómica. Este artículo explica la teoría detrás de la regresión polinómica y cómo usarla en python. Regresión Polinómica – Teoría La regresión polinómica es, en realidad, una regresión lineal. El truco está en: Calcular atributos polinómicos Usar la regresión lineal que ya hemos visto. Vamos a

Contraste de Hipótesis 1 – ¿cómo no aceptar lo falso?

Contraste de Hipótesis 1 – ¿cómo no aceptar lo falso?

El contraste de hipótesis es una de las técnicas estadísticas más conocidas para juzgar si una determinada propiedad de una población es compatible con lo que podemos observar obteniendo una muestra de esta población. Un poco de estadística básica Vayamos poco a poco. Para comprender la base de la técnica del contraste de hipótesis, necesitamos repasar apenas unos cuantos términos sencillos de estadística. Población estadística: es el conjunto completo que

EU Datathon 2019 – certamen de datos abiertos

EU Datathon 2019 – certamen de datos abiertos

EU Datathon 2019 EU Datathon 2019 es un certamen que tiene como objetivo fomentar el uso de los datos abiertos que proporciona la Unión Europea. El certamen permite a los concursantes mostrar sus habilidades en la utilización de los datos y también sus ideas innovadoras. Además, les ofrece la oportunidad de establecer contactos y encontrar apoyo para seguir desarrollando sus ideas después del certamen. Se invita a los participantes a desarrollar

Regresión Lineal con ejemplos en Python

Regresión Lineal con ejemplos en Python

La regresión lineal es una de las técnicas más usadas en Machine Learning. Su fortaleza estriba en su simplicidad e interpretabilidad. La regresión polinómica, como ya veremos, es una extensión de la regresión lineal. Regresión Lineal – Teoría La regresión lineal es una técnica paramétrica de machine learning. Con “paramétrica” queremos decir que incluso antes de mirar a los datos, ya sabemos cuántos parámetros (o coeficientes) vamos a necesitar. En