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. …

Continuar LeyendoRegularización Lasso L1, Ridge L2 y ElasticNet

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 …

Continuar LeyendoGradiente Descendiente para aprendizaje automático

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, …

Continuar LeyendoRedes neuronales desde cero (I) – Introducción

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, …

Continuar LeyendoAnálisis Descriptivo, Predictivo y Prescriptivo de datos

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. …

Continuar LeyendoRegresión Polinómica en Python con scikit-learn

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 …

Continuar LeyendoContraste de Hipótesis 1 – ¿cómo no aceptar lo falso?

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 …

Continuar LeyendoRegresión Lineal con ejemplos en Python

Librerías de Python para Machine Learning

Bokeh es una librería de python para visualizar datos de forma interactiva en un navegador web

El lenguaje de programación Python está adquiriendo muchísima popularidad en el mundo de Machine Learning. En parte, esto se debe a la disponibilidad de una gran cantidad de librerías para visualización, cálculo numérico, análisis de datos, aprendizaje automático y deep …

Continuar LeyendoLibrerías de Python para Machine Learning

Análisis de Errores en Machine Learning

El alto error de entrenamiento indica que el modelo de machine learning es demasiado simple

El análisis de errores es una de las fases del proceso de machine learning más importantes. El análisis de errores nos va a permitir saber qué hacer para mejorar el rendimiento de un modelo de machine learning. Para analizar errores, …

Continuar LeyendoAnálisis de Errores en Machine Learning