Jhon Jairo Bazurto Quintero
Edwin Uldarico Hernandez Osorio
Layla Scheli
Alfonso Andres Zapata Guzman
Jorge Andres Avendano Carabali
Juan R. Vergara M.
Layla Scheli
Javier Castillo
Layla Scheli
Patricio Cárdenas
Layla Scheli
Patricio Cárdenas
Hernán Pizarro
Layla Scheli
Antonio Demarco Bonino
Layla Scheli
Mauricio Escobar
Layla Scheli
Mauricio Escobar
Juan Felipe Zárate
Layla Scheli
Francisco Franco
Layla Scheli
Joel Orellana
Darrien Sequera
Julián Cárdenas
Mario Alexander Vargas Celis
Miguel Angel Herrera Chavez
Layla Scheli
Miguel Angel Herrera Chavez
David Hincapie
Layla Scheli
MICHAEL LEONARDO AGUAS MURILLO
Juan José Cabrera
Layla Scheli
Francisco Javier Mejía Salazar
Iván Villarroel
Miriam García Pérez
Miriam García Pérez
Layla Scheli
Muy buen curso ya que es practico y sienta las bases para que cada quien pueda profundizar según su criterio, además de la organización del material ya que se dispone del código ordenado que desafortunadamente en cursos anteriores no se tenia.
Otra cosa que me parece falta son las consideraciones a tener si yo despliego el modelo
las observaciones nuevas como se le pasan al modelo, en esa etapa el category_encoders como va a mapear mi nueva observación ...
que pasa si se pone una categoria que el DF de train no conocía ?
Hola Edwin, interesante tu mirada, esos temas pertenecen a MLOPS principalmente por eso no se toca demasiado en el curso :)
Hay un curso de mlops en platzi que muy poquita gente ha realizado, pero eel mismo fue quitado de las nuevas rutas cuando se actualizaron hace unos meses pero aun sigue en las rutas antiguas. Supongo porque el enfoque de dicho curso es realizarlo con google cloud storage, y las rutas de data science y machine learning se estan dirigiendo hacia AWS, quizas se este preparando un curso nuevo de esto, aunque el viejo no tiene desperdicio a dos años de su salida, yo en lo particular emule todo el curso con AWS, creo que fui el unico, porque aunque algunos al comienzo del curso comenzaron a realizarlo tambien con AWS (por los comentarios y aportes), hacia el final desaparecio todo aporte o mencion de AWS por parte de la comunidad, esto supongo porque difiere bastante la creacion de los .yaml de github actions creados para el servicio en la nube de google con respecto a los que ce crean con AWS, yo tuve que leer mucho en la web y en la documentacion oficial, ademas de que el proceso de CI/CD conlleva toda una serie de configuraciones extras con AWS, que al menos con google cloud no se requirio en la clase.
Curso de MLOps: https://platzi.com/cursos/ml-ops/
Mi repositorio de ese proyecto: https://github.com/AAZG/deployment-FastAPI-for-predict-movie-with-AWS-ECS-Fargate
test resulttadoos Resumen 1. ¿A qué tipo de algoritmos de machine learning pertenecen los árboles de decisión?
Aprendizaje supervisado
Los modelos de árboles de decisión aprenden de los datos generando reglas de tipo:
if-else
¿Podríamos utilizar un árbol de decisión para determinar si jugar o NO una partida de tenis? Considerando diversas variables como el clima, el viento, la humedad, entre otros factores a fines.
Sí, sería de utilidad para llegar a una decisión final.
¿Para qué tipos de problemas se pueden utilizar los árboles de decisión en machine learning?
Clasificación y regresión
¿Qué método de scikit-learn se utiliza para crear un modelo de árbol de decisión enfocado en clasificación?
DecisionTreeClassifier
En un árbol de decisión, los nodos terminales son nodos:
Sin hijos. 7. Si buscamos aplicar un algoritmo de machine learning que brinde “resultados fáciles de interpretar y de entender”, podemos hacer uso de:
Árboles de decisión
¿Para qué tipos de problemas sirve una matriz de confusión al evaluar el performance del modelo de machine learning utilizado?
Clasificación 9. “Predije que era negativo, pero resultó positivo”. ¿A qué interpretación de la matriz de confusión hacemos referencia?
Falso negativo (FN)
“Predije que era falso y lo era”. ¿A qué interpretación de la matriz de confusión hacemos referencia?
Verdadero negativo (TN)
Al evaluar un modelo de árbol de decisión, los verdaderos positivos como negativos son _______:
Aciertos 12. Al evaluar un modelo de árbol de decisión, los falsos negativos como positivos son _________:
Errores 13. La métrica de evaluación de un modelo de ML conocida como ___________, en la práctica, es el % total de elementos clasificados correctamente.
Exactitud 14. ¿A qué tipo de método corresponden los bosques aleatorios o random forests?
Ensamble 15. Los bosques aleatorios o random forests se obtienen de combinar:
Multiples árboles de decisión 16. ¿En qué tipos de problemas de machine learning se pueden usar los algoritmos de random forests?
Clasificación y regresión
Si tengo un conjunto de datos con muchos outliers, ¿es recomendable entrenar un modelo de machine learning usando árboles de decisión?
No es recomendable. Ya que se ven fuertemente influenciados por outliers y además tienden al overfitting.
¿Cuál sería una solución para evitar el overfitting al usar árboles de decisión en machine learning?
Aplicar métodos de ensamble convirtiéndolo en bosques aleatorios o random forests.
Suponiendo que se tiene un conjunto de datos muy grande y el modelo se verá expuesto continuamente a nuevas muestras de datos, ¿sería más recomendable entrenar un modelo basado en árboles de decisión o en random forests?
Random forests, ya que funcionan mejor con datasets grandes y son estables a nuevas muestras.
Ver menos
No tenía experiencia previa en Decision Trees y Random Forest, me ha gustado mucho la forma de explicar y el dominio que tiene la profe Layla de este tema 🔥💚
Gracias Juan, por tus palabras, me alegra que asi sea :)
Para el que tenga problemas cargado los archivos les recomiendo hacerlo desde librería
pip install ucimlrepo
from ucimlrepo import fetch_ucirepo
# fetch dataset
census_income = fetch_ucirepo(id=20)
# data (as pandas dataframes)
X = census_income.data.features
y = census_income.data.targets
# metadata
print(census_income.metadata)
# variable information
print(census_income.variables)
Gracias Javier por tu aporte :)
Hola a todos, no se si se me paso, pero no me quedo claro como aplicar el modelo obtenido a otros datos que no sean parte del set entrenamiento o de validación. Esto, para extender el uso del modelo.
Hola Patricio, podrias generar algunos nros de prueba y aplicarles la prediccion como tal, a modo de tener una validacion extra, esa suele ser la forma mas habitual de trabajarlo :) Un saludo!
Hola profe, comprendo. Asi lo hare, muchas gracias.
¡ Me encanto el curso !
Gracias :)
Me encantó el curso y voy con el proyecto.
Felicitaciones Antonio, enhorabuena :)
Buenas 👋, Algún libro que me recomienden para seguir profundizando en el tema?
Propongo una segunda parte del curso para complementar los temas vistos. Quizás con un proyecto de principio a fin que trate aplicaciones más complejas de estos modelos.
En lo personal haré esto último por mi cuenta (porque el aprendizaje implica no hacer el mínimo esfuerzo, quedarnos con los conceptos de clase y simplemente estudiar para el examen). Dicho esto, No estaría demás hacer el ejercicio con la minuciosa guía de la profesora
Hola Mauricio, claro que si te tomamos la info. Te paso material :)
Libros "Machine Learning: A Probabilistic Perspective" de Kevin P. Murphy
Este libro ofrece una introducción completa a los métodos probabilísticos en machine learning. Es un recurso excelente para entender los fundamentos y avanzar hacia modelos más complejos. "Pattern Recognition and Machine Learning" de Christopher M. Bishop
Es un libro ampliamente utilizado en la comunidad de machine learning que cubre tanto los conceptos básicos como los avanzados. "The Elements of Statistical Learning" de Trevor Hastie, Robert Tibshirani y Jerome Friedman
Este libro es considerado una biblia en el campo de machine learning. Proporciona una base sólida en técnicas estadísticas y de machine learning. "Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow" de Aurélien Géron
Un enfoque práctico para aprender machine learning con ejemplos y ejercicios prácticos. Incluye una sección sobre árboles de decisión y bosques aleatorios. "Introduction to Statistical Learning" de Gareth James, Daniela Witten, Trevor Hastie y Robert Tibshirani
Este es un libro más accesible para los principiantes que "The Elements of Statistical Learning" y cubre muchos de los mismos temas de manera más simple.
Recursos en línea Coursera: Machine Learning by Andrew Ng
Un curso en línea muy popular que proporciona una introducción completa a los conceptos y algoritmos de machine learning, incluyendo árboles de decisión. Kaggle
Kaggle ofrece diversos cursos interactivos gratuitos, competiciones y datasets para practicar machine learning. Scikit-learn Documentation
La documentación oficial de Scikit-learn es una excelente fuente de información y ejemplos prácticos sobre árboles de decisión y otros algoritmos de machine learning. YouTube: StatQuest with Josh Starmer
Josh Starmer tiene una serie de videos educativos que explican conceptos de machine learning, incluyendo árboles de decisión, de una manera clara y accesible. Medium Articles and Blogs
Plataformas como Medium tienen muchos artículos escritos por profesionales y entusiastas del machine learning que explican tanto los conceptos teóricos como las implementaciones prácticas.
Artículos de investigación "C4.5: Programs for Machine Learning" de J. Ross Quinlan
Un artículo clásico que introduce el algoritmo C4.5, uno de los algoritmos más utilizados para la construcción de árboles de decisión. "Classification and Regression Trees" de Leo Breiman, Jerome Friedman, Richard Olshen y Charles Stone
Este trabajo seminal introduce los métodos de árboles de decisión tanto para clasificación como para regresión.
Saludos!
Wow mil gracias profe, en serio. Tomo nota de los recursos 👍👍👍
¡Excelente profesora! Es muy clara en su explicación.
Gracias Juan :)
excelente curso muy bien explicado
Gracias Fran :)
Gracias, me sirvió para entender algunos conceptos adicionales.
Excelente curso. La profe toma su tiempo necesario para las explicaciones y luego pasa a la práctica debidamente.
Así es estuvo excelente!!
gracias por el curso
Hola, ¿tendrán la base de datos para el proyecto final? Porque voy a link, le doy al botón DOWNLOAD y me descarga un zip vacío.
Hola Miguel, proba por aca :) https://archive.ics.uci.edu/dataset/2/adult
Muchas gracias profesora, en ese archivo sí está la data :)
Buenas tardes. Tengo problemas para descargar la base de datos del proyecto final (Census Income), por lo que no he podido avanzar en la entrega. Alguien la tiene disponible? Muchas gracias.
Hola David, que inconvenientes tenes? Contame :)
Puedes importar el dataset directamente con:
pd.read_csv('https://archive.ics.uci.edu/static/public/20/data.csv', sep = ',')
¿Este curso tiene examen final o solo es por medio de subir un proyecto?
Hola Juan, el curso se aprueba con el examen final :)
Gracias Profe. Excelente curso. Me ayudó mucho ir reproduciendo lo que ibas haciendo en Visual Studio Code.
Lo apliqué al set de datos de credit card fraud prediction 2023.
Buenos días! Estoy intentando cargar el dataset para hacer el análisis en el cuaderno de Google Colab.
He descargad el zip con los archivos del dataset pero no se importarlo, dado que la extension de los archivos no es .csv, sino que es .data, .test, .names...
Necesitaría alguna orientación. Saludos!
Me contesto yo :). Se supone que es un archivo .csv , por tanto se importa igual que un csv. Saludos!
Hola Miriam, cual es tu inconveniente? si es zip, tenes que descomprimir y subir a colab. En su fedecto podes utilizar Jupyter Notebook como en el curso. Disculpa la demora, no vi tu consulta. Cualquier duda, quedo pendiente :)
