EL aprendizaje no supervisado no se puede aplicar directamente a un tipo de regresión o clasificación ya que no se puede determinar los valores de los datos de salida, esto hace que no se pueda entrenar el algoritmo de la forma que se lo realizaría de una manera normal. El algoritmo de aprendizaje no supervisado … Leer más
La validación de datos cruzados (cross validation en inglés) es una técnica utilizada en el aprendizaje automático para poder evaluar la consistencia de un conjunto de datos y la confiabilidad del modelo con el que se esté entrenando, esta técnica toma como datos de entrada con etiquetas, junto con un modelo de clasificación o regresión no … Leer más
Cada modelo de Machine Learning resuelven los problemas con distintos tipos de objetivos utilizando un conjunto de datos, por lo tanto las métricas de regresión en aprendizaje automático es importante tratar de comprender toda la información previa antes de escoger una métrica apropiada para poder tener los mejores resultados. Para poder determinar cual es la … Leer más
El aprendizaje supervisado es una rama de Machine Learning el cual es un método de análisis de datos que resuelve problemas conocidos y utiliza Dataset etiquetados para entrenar y realizar tareas especificas. El Aprendizaje Supervisado permite que el algoritmo logre aprender de los datos históricos (ENTRENAMIENTO) y así en la parte de la predicción del … Leer más