Consejos para aplicar Machine Learning
Clase 26 de 28 • Curso de Introducción a Machine Learning 2017
Contenido del curso
Introducción a Inteligencia Artificial
Machine Learning
Probablidiad y Estadítica
Algoritmos
- 10

¿Qué son algoritmos?
09:30 min - 11
Ejercicio escrito: Secuencia de Fibonacci
00:31 min - 12

Regresión Lineal
09:15 min - 13
Ejercicio escrito: Regresión Lineal
00:20 min - 14

Regresión Logística
04:00 min - 15

Regresión Logística Multinomial
03:24 min - 16

Redes Neuronales
11:16 min - 17
Ejercicio escrito: Compuerta Logica OR
00:16 min - 18

Algoritmo K-Means
03:42 min - 19

Deep Learning (Aprendizaje Profundo)
04:57 min - 20

Problemas Frecuentes en Machine Learning
04:14 min - 21
Ejercicio escrito: Underfitting y Overfitting
00:19 min
Construyendo un Modelo
Cierre del curso
Contenido Bonus
Resumen
“El secreto del cambio es enfocar tu energía, no en luchar contra lo viejo, sino en construir lo nuevo”
Consejo: Enfócate en los datos, utiliza los algoritmos y todas las herramientas que ya existen para crear algo de impacto.
“Lo que destaca a una empresa de Machine Learning aplicado con éxito es generalmente la novedad, calidad y/o cantidad de datos a los que tiene acceso”
Recuerda: Los algoritmos no sirven si no tienen datos y los datos no sirven de nada por sí solos, hay que reunirlos, analizarlos, encontrar patrones y hacer el mejor uso de ellos.