¿Cómo usar Regresión Logística en Python?

Regresión Logística

La regresión logística es una técnica de aprendizaje supervisado para clasificación. Es muy usada en muchas industrias debido a su escalabilidad y explicabilidad. En este artículo vamos a ver cómo entrenar y usar un modelo de regresión logística. Si quieres repasar la teoría de esta técnica de machine learning, puedes consultar este artículo. Instrucciones rápidas Ejemplo de Regresión Logística en Python Datos Vamos a suponer que queremos predecir cuál es la probabilidad que tiene un estudiante de aprobar un examen …

Continuar Leyendo¿Cómo usar Regresión Logística en Python?

Regresión Logística para Clasificación

Regresión Logística

La Regresión Logística es una técnica de aprendizaje automático para clasificación. Es una red neuronal en miniatura. De hecho, la regresión logística, se trata de una red neuronal con exactamente una neurona. Matemáticas de la Regresión Logística Podemos representar lo que hace la regresión logística en la siguiente figura: Los valores de x corresponden los distintos atributos de nuestro problema. Por ejemplo, si queremos saber si un correo electrónico es deseado o no deseado (spam), los valores de x podrían corresponder con …

Continuar LeyendoRegresión Logística para Clasificación

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 clasificar. Datos de ejemplo Vamos a usar estos datos de …

Continuar LeyendoMáquinas de Vectores de Soporte (SVM)

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 modelos generativos están basados en redes neuronales profundas. En los …

Continuar LeyendoRedes Neuronales Generativas Adversarias (GANs)

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 como Ridge. ¿Cómo funciona la regularización? Cuando vimos el gradiente …

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 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 de medir el error de un modelo de aprendizaje automático …

Continuar LeyendoGradiente Descendiente para aprendizaje automático

Redes neuronales desde cero (I) – Introducción

redes neuronales

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. Introducción Las redes neuronales (neural networks) se enmarcan dentro del …

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, 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, desviación típica, los 10 mejores / peores. La misma información …

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. 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 verlo con fórmulas, porque creo que va a ser más …

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 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 vamos a estudiar. Por ejemplo, todos los hombres de España; …

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