Función de pérdida de la regresión logística
Como ya hemos aprendimos durante la introducción a las funciones de pérdida, el fin de estas funciones es realizar mediciones sobre qué tan cercanos a los datos reales son los cálculos realizados por el modelo entrenado por un algoritmo de aprendizaje de máquinas. Cuando se trata de este tema, lo más convencional es iniciar su […]
Introducción a las funciones de pérdida
Uno de los conceptos medulares del machine learning es el de funciones de pérdida, las cuales son un componente esencial de cualquier algoritmo de aprendizaje supervisado, e incluso hacen acto de presencia en otros tipos de algoritmos, como los de aprendizaje no supervisado. Como una preparación previa al estudio de las redes neuronales artificiales, comenzaremos […]
Tipos de datos y sus características
Ahora que sabemos qué son los datos y su colosal importancia para el aprendizaje de máquinas, continuaremos con la exploración de sus atributos: las diferentes formas en las que se presentan y cómo se suelen categorizar. Equipaje recomendado Tentempié Tipos de datos Todo dato recabado puede ser categorizado de varias maneras dependiendo del enfoque y […]
Tutorial de API de Spotify con Python
En este tutorial aprenderás cómo obtener información directamente de las bases de datos de Spotify utilizando la librería Spotipy de Python. Veremos cómo realizar consultas para extraer datos y colocarlos en tablas para su procesamiento, y finalmente descargar la información en formato CSV. Equipaje recomendado Programación en Python: uso de funciones, diccionarios y ciclos. Antes […]
Regresión logística: fundamentos, programación y matemáticas
Entre los algoritmos de aprendizaje supervisado se pueden distinguir dos clases principales: de regresión y clasificación, siendo los de regresión aquellos que entregan salidas de tipo numéricas y continuas, mientras que los de clasificación producen valores discretos que fungen como clases para cada entrada. La regresión lineal aprendida en nuestra exploración anterior aborda los elementos […]
Introducción a la regresión lineal: fundamentos, programación y matemáticas
Entre la diversa gama de algoritmos del machine learning, la regresión lineal es, probablemente, al menos en lo que respecta al aprendizaje supervisado, el más elemental. Esta técnica es bastante útil para realizar inferencias sobre datos cuyas variables que los describen guardan relaciones lineales entre sí; su uso abarca tanto los ámbitos científicos y empresariales, […]
Conjuntos de datos de entrenamiento, desarrollo y prueba
Finalmente hemos arribado al último tramo antes de iniciar la primeras exploraciones enfocadas en modelos de machine learning; en esta ocasión, la travesía será fugaz, pero no por ello menos importante, ya que trata sobre un paso intermedio entre el preprocesamiento y procesamiento de datos, y que es prácticamente indefectible antes de comenzar con el […]
Preprocesamiento de datos: introducción y ejecución en Python
Hemos alcanzado la penúltima sesión de nuestro entrenamiento especializado en conjuntos de datos, uno de los peldaños más significativos previo a dar partida en caminos más intrincados, poblados por los desafíos que plantean los modelos del machine learning. En esta ocasión, conocerás y pondrás en práctica el que suele ser el primer paso en el […]
Ciclo de vida de los datos
Una de las formas en que podemos percibir el lugar que tiene nuestra labor como especialistas en aprendizaje de máquinas es estudiando el ciclo de vida de los datos, ya se trata de una organización de las diferentes etapas de la evolución de los datos en todo proyecto que los utilice para sus fines, y […]
¿Cómo obtener conjuntos de datos para machine learning?
Después de haber comenzado nuestro entrenamiento sobre los datos y sus características, y más específicamente, los conjuntos de datos para aprendizaje de máquinas, es momento de atravesar un sendero más sosegado y conocer los principales lugares y métodos que pueden proveerte conjuntos de datos para la realización de tus proyectos, ya sea en ámbitos académicos, […]
