Les dejo una joya que les ayuda a profundizar lo aprendido en la clase:
https://www.youtube.com/watch?v=ZeRblDJ-Jug&ab_channel=AprendeIAconLigdiGonzalez
Introducción a machine learning
Introducción a machine learning
Qué es machine learning y su historia
Framework de ciencia de datos: herramientas para machine learning
Tipos de modelos de machine learning
Reto: procesando un dataset
Algoritmos simples de machine learning
La “receta” para aplicar algoritmos de machine learning
Regresión lineal
Regresión logística
Árboles de decisión
Algoritmos de aprendizaje no supervisado
Reto: explora diferentes ejemplos de modelos y qué pueden hacer
Deep learning
Cómo funcionan las redes neuronales
Cómo es el entrenamiento de las redes neuronales
Cómo mejorar las predicciones de redes neuronales
Conclusiones
Qué más aprender de inteligencia artificial
Cómo profundizar en machine learning y deep learning
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
Aportes 6
Preguntas 0
Les dejo una joya que les ayuda a profundizar lo aprendido en la clase:
https://www.youtube.com/watch?v=ZeRblDJ-Jug&ab_channel=AprendeIAconLigdiGonzalez
📚Further reading here.
si quieren aprender de pies a cabeza como funciona un arbol de decision recomiendo este video muy visual y con un ejemplo claro:
https://www.youtube.com/watch?v=kqaLlte6P6o
PD: el canal tambien tiene un video sobre los bosques de decision. pero si entienden lo de los arboles lo demas es pan comido.
To complement the max_feautures concept:
max_features is the number of features selected at random and without replacement at split. Suppose you have 10 independent columns or features, then max_features=5 will select at random and without replacement 5 features at every split.
From stackoverflow
este mismo tipo de clasificacion se puede hacer con una ANN, el problema es que las ANN son cajas negras que no nos dicen los criterios por los cuales se llega a un resultado. es qui donde los arboles de desicion vienen a abrir la casja y nos muestran cada criterio que se uso para llegar al resultado dado.
Random Forest using Sklearn’s DecisionTreeClassifier: here
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?
o inicia sesión.