¿Porqué el reshape?
Apropiar conceptos fundamentales de las redes neuronales
¿Qué es una red neuronal?
Identificar los principales Frameworks usados en la industria para el desarrollo de Deep Learning
Frameworks de Deep Learning
Comprender los modelos de representación de las redes neuronales artificiales usados en Deep Learning
Estructura de redes neuronales
Creando nuestra primer red neuronal
Entrenando nuestra primera red neuronal
Visualizando el proceso de entrenamiento
Funciones de activación
Funciones de costo o pérdidas
Inicialización y Entrenamiento de RN
Optimizadores en redes neuronales
Clasificación Binaria
Clasificación de potenciales clientes
Análisis de resultados
Métricas de desempeño: regresión y clasificación
Evaluando métricas de desempeño
Ajuste de redes neuronales: overfitting y regularización
Regularización
Ajuste de redes neuronales: Hiper parámetros
Crear un modelo de regresión a partir de un caso de uso real
Introducción a las regresiones con Deep Learning: Planteamiento del problema
Solución del problema de regresión
Ajustes finales al proyecto
Cierre del curso
Cierre del curso
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 3
Preguntas 2
¿Porqué el reshape?
Aunque entiendo la estrategia para incrementar la completitud del dataframe en el caso de la columna manufacturer no hubiese sido mejor agregar la etiqueta generic_manufacturer? habra que hacer el ejercicio y ver los resultados tambien.
Hola! Alguien sabe qué pasa con las variables que tienen muchísimos valores nulos como size (58%) o condition(36%)?
Pienso que eliminarlos sería agresivo ya que considero que son variables que deberían afectar el precio de venta, pero al mismo tiempo, cuánto valor puede aportar una variable con 58% de valores nulos? No sería apropiado reemplazar los nulos con la media al igual que hicimos con manufacturer?
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?