Machine Learning, Redes Neuronales Artificiales y Aprendizaje Profundo
Clase 7 de 32 • Curso de Introducción a Machine Learning 2018
Contenido del curso
Conceptos Básicos
- 4

Conceptos básicos: Inteligencia artificial, Machine Learning y Deep Learning
02:17 min - 5
Inteligencia artificial, Machine Learning y Deep Learning
02:00 min - 6

Inteligencia Humana y Artificial
02:51 min - 7

Machine Learning, Redes Neuronales Artificiales y Aprendizaje Profundo
Viendo ahora - 8

Ciencias de Datos
02:34 min
Set de Datos
Modelos de ML
- 14

Tipos de Machine Learning y modelos principales
02:28 min - 15

Introducción al aprendizaje supervisado y no supervisado
02:20 min - 16

Machine Learning Supervisado Algoritmos: Regresión Lineal, Logísticay Naive Bayes
07:00 min - 17

Machine Learning Supervisado Algoritmos: K-Nearest Neighbors, Decision Tree, Random Forest, y Redes Neuronales
08:45 min - 18

Proyecto Machine Learning Supervisado: práctica con algoritmo de Decision Tree y Random Forest
03:35 min - 19

Machine Learning No Supervisado: Algoritmos
05:00 min - 20

Proyecto de Machine Learning no Supervisado: aplicando algoritmo k-means
10:16 min
Evaluación
- 21

Introducción a la evaluación del modelo entrenado
02:24 min - 22

Evaluando nuestro algoritmo entrenado
02:31 min - 23

Matriz de confusión, precisión y recall
03:09 min - 24

Otras evaluaciones: Error cuadrático medio
01:13 min - 25

Proyecto de Machine Learning Supervisado: aplicando la matriz de confusión a nuestro algoritmo entrenado
10:52 min - 26

Probando nuestro algoritmo entrenado en un set de datos nuevos
05:49 min
ML y Matemáticas
Conceptos Finales
Machine Learning es conocido en español como Aprendizaje Automático, se caracteriza por ser una programación explicita porque en la computadora el software aprenderá directamente de los datos dados.
No es complicado, solo necesitamos entender sus características principales:
- Nosotros como humanos aprendemos basado en experiencia. El Software o máquina aprenderá con base en datos.
- Como humanos aprendemos a realizar tareas y estas mismas son dadas al software o máquina
- También evaluamos el rendimiento o performance de esas tareas.
Redes Neuronales: Reciben las señales electricas en nuestro cerebro para enviar una respuesta, en base a eso tomamos decisiones como personas. Las Redes Neuronales Artificiales se basan en el mismo principio teniendo una entrada, una función para procesar dicha entrada y nos produzca nuestra salida.
Deep Learning: En una Red Neuronal simple tenemos neuronas de entrada, de procesamiento y de salida. En Deep Learning podemos aumentar la cantidad de capas donde están nuestra neuronas de procesamiento haciendo el Aprendizaje Profundo.