Introducción al curso
Terminología de Machine Learning
Clase 4 de 32 • Curso de Machine Learning Aplicado con Python
Contenido del curso
Cómo definir un problema de Machine Learning
El ciclo de ingeniería de Machine Learning
Montar un ambiente de trabajo Pydata
Preparación de los datos
Modelación y evaluación
Feature Engineering
Modelos y Evaluación más avanzada
Resumen
Terminología
Datos tabulares = Datos en dos dimensiones.
Líneas = Ejemplos
Columna = Feauture. Éstas son importantes porque nos van a ayudar a predecir cosas gracias a los modelos que usemos de Machine Learning.
Cantidad de columnas = Dimensión de los datos
Output de un algoritmo de Machine Learning (ML) = Modelo
Variable objetivo = Target