No tienes acceso a esta clase

¬°Contin√ļa aprendiendo! √önete y comienza a potenciar tu carrera

Siguientes pasos en modelos de inteligencia artificial

17/18
Recursos

Aportes 18

Preguntas 0

Ordenar por:

¬ŅQuieres ver m√°s aportes, preguntas y respuestas de la comunidad?

o inicia sesión.

Excelente curso, deberías hacer mas cursos de ML con este profe, de regresiones logísticas, aprendizaje no supervisado o cosas mas profundas de ML

Excelente contenido y excelente profe

Gran curso, muchas gracias!!! Concuerdo con la opinión de los demás, sería interesante tener cursos avanzados de machine learning donde se lleven a cabo proyectos complejos.

Me gusto que el profesor explica sencillo y es muy didactico. Me gustaria encontrarlo en un curso que sea específico de Random Forest o de Redes Neuronales. Es clave y muy importante el paso a paso en la notebook de Google Colab para ir poniendo en práctica lo que vamos aprendiendo a medida que avanza el curso! Todas los cursos debería tener su parte práctica usando una notebook!!

Excelente curso y excelente profe.

solving test

Resumen
1.
¬ŅGeom√©tricamente c√≥mo se ven los resultados de una regresi√≥n lineal de 3 variables?
Como un plano
2.
¬ŅCu√°l de estos es un m√©todo de regularizaci√≥n?
Ridge
3.
¬ŅCu√°l de los siguientes m√©todos utilizar√≠as para evaluar con ayuda de una gr√°fica los resultados de un modelo de regresi√≥n lineal?
Con una matriz de correlaciones
REPASAR CLASE
4.
La regresión lineal es exclusivamente un modelo supervisado. Esto es:
Verdadero
5.
¬ŅGeom√©tricamente qu√© quieren decir la w0 y w1 en la ecuaci√≥n de regresi√≥n lineal con dos variables?
El corte en X = 0 y el cambio en Y dado el cambio de 1 en X
6.
¬ŅPara qu√© sirve sns.pairplot()?
Para ver las correlaciones que existen entre todas las posibles variables numéricas a través de un gráfico de dispersión
7.
Para optimizar un modelo es necesario solo tener una función de pérdida. Esto es:
Falso
8.
¬ŅQu√© hace el one-hot encoding?

Crea una columna con cada uno de los atributos de una variable categórica, donde los valores son 1 si esa fila tiene el valor de dicho atributo.
9.
¬ŅCu√°l es el nombre formal de el m√©todo de evaluaci√≥n llamada R^2?
Coefficiente de determinación
10.
¬ŅQu√© m√©todo se utiliza para verificar si un modelo se ajusta de la mejor manera a los datos?
Método de mínimos cuadrados
11.
Una manera de intentar mejorar el modelo es aplicando funciones a las variables independientes, así como puede ser que se eleven al cuadrado. Esto es:
Verdadero
12.
Solo es necesario comprobar visualmente nuestras creencias sin justificarlas con un resultado numérico. Esto es:
Falso
13.
Cuando hablamos de un problema de an√°lisis supervisado, ¬Ņqu√© problema resuelve un modelo de regresi√≥n?
Intenta predecir sobre valores numéricos como lo pueden ser los precios de casas en una zona o la estatura de una persona.

Excelente curso tanto en la pedagogía, practicidad de las clases y la organización del profe ya que todo el código que explica se encuentra en los anexos haciendo todo esto que se mas sencillo y practico la forma de aprender, seria muy bueno que el profesor Luis realizara mas cursos avanzados enfocados en estas temáticas.

Este es un curso que fue algo complejo para mí, pero repetiré las clases cuantas veces necesite. Los otros algoritmos aquí descritos se que serán muy interesantes de aprender y aplicar también.

Buen Profe, gracias!

Buen curso,explica muy bien el profesor, muchas gracias.

gran profe! dando todo al punto, gracias!

Una vez explicados los códigos y la manera de relacionar variables , etc, el proyecto debería detenerse un poco en analizar el caso y sacar conclusiones prácticas sobre el dataset, esto a manera de hacer el proyecto mucho más práctico.

Muy claras las explicaciones, excelente profe!

Muy buen curso, los ejemplos fueron bastante claros, al profe se le entendió bien lo que explicaba.

Gran Curso, Luis Fernando Laris, No dejaste duda alguna.
Excelente calidad.

Hey! porfa m√°s cursos como este. Gracias Luis. Las clases han sido de gran ayuda para reforzar lo que he aprendido hasta ahora. 10 / 10

Excelente el curso. Muchas gracias

Te felicito Luis Fernando Laris excelente curso Gracias