Recomendaciones para analizar correctamente tu problema

hubiese estado genial este vídeo entre los vídeos iniciales del curso. para estimular a los estudiantes.

• Que se quiere lograr para poder elegir un modelo de ML adecuado.
• Netflix usa árboles de decisión para las recomendaciones. También es usado en tiendas en línea. También en redes sociales.
• k-means: encuentra grupos con características similares. En los libros. Ya se aplica en la industria. patrones en la conducta de compras. anti-fraude
• Redes neuronales: es lo que más se aplica en la industria, es lo que más se ve. aplicaciones en móviles, filtros, mood status. etc.

Algunas fallas e imprecisiones en el curso, pero dentro de un todo me gustó bastante. Eso sí, hay que pulir y ser más cuidadosos con esas fallas. En general me gustó el contenido ya que da un buen panorama general de las posibilidades del ML y me gustó la forma de enseñar de Yesi!

En twitter siempre aparece gente aleatoria que hace enojar. Supongo que ese es el negocio de ellos.

Haciendo referencia al NLP, hace poco tiempo se publico el modelo GPT-3 el cual tiene un potencial increíble, les recomiendo leer un poco sobre el tema si les interesa.

Estaría bueno que implementen en un curso alguna de estas aplicaciones practicas en menor escala

​​Regresiones → se usan para realizar predicciones a través datos historicos identificamos patrones y tendencias para hacer pronósticos
Arboles de decisión → similitudes con respecto a otros usuarios
kmeans → agrupacion de acuerdo a similitudes, encontramos patrones de conducta
Aprendizaje profundo → filtros, detección de emociones, crear historias, extraer informacion de voz, clasificar imagenes

Recomendaciones para analizar correctamente tu problema

A lo largo del curso hemos visto modelos supervisados, no supervisados y profundos

para saber que modelo funciona más para un problema hace falta analizar qué datos se tienen y que se quiere lograr

Regresión

Cuando se busca entender tendencias en el timepo para pronosticar un valor futuro

se puede usar para saber cuándo el precio de un producto baja

para hacer entregas también en una tienda sirve saber en qué época del año se vende más un producto

Árboles de decisión

Los árboles de decisión permiten saber en base a los datos que acción se debe tomar

en la vida real Netflix usa arboles de decisión para saber que películas y series nos debería recomendar

del mismo modo en las tiendas online con árboles de decisión se le recomiendan productos a los usuarios los cuales son los productos que el usuario es más propenso a comprar

K-means

Permite crear agrupaciones en bases a las similitudes

lo cual permite agrupar de forma automático libros por los temas que trata la historia, autores, géneros etc…

también al abrir una tienda se pueden agrupar las zonas de las tiendas más exitosas y menos exitosas

también permite agrupar los diferentes tipos de transacciones que hace un usuario en una tienda online y saber si la compra fue o no un fraude

Aprendizaje profundo

Permite usar redes neuronales convolucionales para el análisis de imágenes

Se usan en los filtros de camara que usan las redes sociales

Los autos Tesla que se conducen solos utilizan cámaras y Aprendizaje profundo para reconocer el mundo a su alrededor

se usan para analizar texto y generar modelos de generaciones de texto como GPT-3

se puede aplicar para analizar sonido y las palabras dichas

se puede usar para clasificación de imágenes en la cual identifique cuales son los elementos que existen en la imagen

Ya me pasó lo del límite de compra (sospecha de fraude) jaja!
Quise hacer una compra de algunos miles de pesos con la TDC con la que suelo hacer compras pequeñas y no me dejó y a los minutos ya me estaba marcando el banco :c

es bastante interesante este video pero como introducción no como finalización del curso

En general estuvo interesante el curso, si creo que se debió precisar cierta información para aprovechar mejor el curso.

MIL GRACIAS POR EL CURSO , APRENDI MUCHO !!!

En terminos generales el curso es bueno, quisas sería interesante que en cada algoritmo se haga un poco más de énfasis en la defición del mismo, por ejemplo el árbol de decisiones en su construcción se base en la formula de la entropía y ganancia de la información.

muuy buena clasee

Gracias por todo.