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

Feliz San Valentín – Amor en 20 minutos

Corazón con las palabras de los artículos relacionados con el amor

¡Feliz San Valentín! Vamos a celebrarlo haciendo un análisis de todas las noticias relacionadas con el amor en el periódico 20 minutos. Para el análisis, usaremos técnicas de Procesamiento del Lenguaje Natural y Visualización de datos. Los artículos de 20 minutos sobre amor, enamorar, enamorado/a … Para este análisis, vamos a usar los artículos de 20 minutos que tengan que ver con amor, enamorar y enamorado/a. Afortunadamente, 20 minutos ofrece la posibilidad de buscar por palabras clave. Así que se nos ha quedado esta …

Continuar LeyendoFeliz San Valentín – Amor en 20 minutos

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?

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 aplicaciones y visualizaciones interactivas que ofrezcan nuevos servicios o información …

Continuar LeyendoEU Datathon 2019 – certamen de datos abiertos

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 el caso que estemos usando una sola variable, x, sabemos …

Continuar LeyendoRegresión Lineal con ejemplos en Python

Inteligencia Artificial aplicada a meneame.net

Inteligencia Artificial aplicada a menéame

En este artículo, vamos a aplicar Inteligencia Artificial a todas las noticias de portada de meneame.net en 2018. Empezaremos realizando un análisis estadístico y visualización de datos. Después usaremos Procesamiento del Lenguaje Natural y Aprendizaje Automático. Quisiera agradecer a Alfonso Martínez Heras su colaboración en este proyecto. Alfonso se ha encargado de crear un web scrapper para obtener las historias de portada de meneame.net automáticamente. ¿Qué es meneame.net? A lo mejor nunca has visto Menéame y te estás preguntando qué es. …

Continuar LeyendoInteligencia Artificial aplicada a meneame.net

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 learning. Las librerías de python que vamos a ver son gratuitas. También hay otros lenguajes de programación que también están indicados para el aprendizaje automático, por ejemplo R. Sin embargo, python, además de servir para Machine Learning sirve para muchos …

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, nos vamos a concentrar en los errores entrenamiento y los errores de generalización. En particular: Nos aseguraremos que el modelo de machine learning sea capaz de aprender. Para ello procuraremos que el error de entrenamiento sea bajo. Intentaremos que el …

Continuar LeyendoAnálisis de Errores en Machine Learning