Random Forest (Bosque Aleatorio): combinando árboles

random-forest-bosque-aleatorio

Un Random Forest (Bosque Aleatorio), es una técnica de aprendizaje automático muy popular. Los Random Forests tienen una capacidad de generalización muy alta para muchos problemas. Limitaciones de los Árboles de Decisión Los árboles de decisión tienen la tendencia de sobre-ajustar (overfit). Esto quiere decir que tienden a aprender muy bien los datos de entrenamiento pero …

Leer másRandom Forest (Bosque Aleatorio): combinando árboles

Árboles de Decisión con ejemplos en Python

Árbol de Decisión para el problema de clasificación Iris

Los árboles de decisión son una técnica de aprendizaje automático supervisado muy utilizada en muchos negocios. Como su nombre indica, esta técnica de machine learning toma una serie de decisiones en forma de árbol. Los nodos intermedios (las ramas) representan soluciones. Los nodos finales (las hojas) nos dan la predicción que vamos buscando. Los árboles …

Leer másÁrboles de Decisión con ejemplos en Python

Gradiente Descendiente para aprendizaje automático

Gradiente Descendiente

El gradiente descendiente es la base de aprendizaje en muchas técnicas de machine learning. Por ejemplo, es fundamental en deep learning para entrenar redes neuronales. También es necesario para la regresión logística. Y en muchos casos, al hacer regresión lineal o polinómica es mejor usar el método del gradiente descendiente que el de los mínimos …

Leer másGradiente Descendiente para aprendizaje automático

Regresión Lineal con ejemplos en Python

Regresión Lineal con ejemplos en Python

La regresión lineal es una de las técnicas más usadas en Machine Learning. Su fortaleza estriba en su simplicidad e interpretabilidad. La regresión polinómica, como ya veremos, es una extensión de la regresión lineal. Regresión Lineal – Teoría La regresión lineal es una técnica paramétrica de machine learning. Con «paramétrica» queremos decir que incluso antes …

Leer másRegresión Lineal con ejemplos en Python

Inteligencia Artificial aplicada a meneame.net

Inteligencia Artificial aplicada a menéame

En este artículo, vamos a aplicar Inteligencia Artificial a todas las noticias de portada de meneame.net en 2018. Empezaremos realizando un análisis estadístico y visualización de datos. Después usaremos Procesamiento del Lenguaje Natural y Aprendizaje Automático. Quisiera agradecer a Alfonso Martínez Heras su colaboración en este proyecto. Alfonso se ha encargado de crear un web scrapper …

Leer másInteligencia Artificial aplicada a meneame.net

14 Librerías de Python para Machine Learning

Bokeh es una librería de python para visualizar datos de forma interactiva en un navegador web

Descubre las 14 mejores librerías de python para Machine Learning. Temas: Visualización, Cálculo Numérico, Análisis de Datos, Aprendizaje Automático, Deep Learning, Inteligencia Artificial Explicable, Procesamiento del Lenguaje Natural y mucho más. Todas las librerías de python que vamos a ver son gratuitas. Librerías de Python para Visualización Una de las fases del proceso de Machine Learning …

Leer más14 Librerías de Python para Machine Learning

Análisis de Errores en Machine Learning

El alto error de entrenamiento indica que el modelo de machine learning es demasiado simple

El análisis de errores es una de las fases del proceso de machine learning más importantes. El análisis de errores nos va a permitir saber qué hacer para mejorar el rendimiento de un modelo de machine learning. Para analizar errores, nos vamos a concentrar en los errores entrenamiento y los errores de generalización. En particular: …

Leer másAnálisis de Errores en Machine Learning

Generalización en Machine Learning

Separación de datos en los conjuntos de Entrenamiento y Testeo

En Machine Learning, la Generalización es la capacidad de obtener buenos resultados con datos nuevos. En este artículo vamos a hablar de por qué es tan importante la generalización y cómo medirla. Intuición gráfica de la Generalización en Machine Learning Para explicar el concepto de generalización, vamos a intentar usar un ejemplo gráfico y usar …

Leer másGeneralización en Machine Learning

Error Cuadrático Medio para Regresión

Calculando el Error Cuadrático Medio

El Error Cuadrático Medio es el criterio de evaluación más usado para problemas de regresión. Se usa sobre todo cuando usamos aprendizaje automático supervisado. Para cada dato histórico podremos indicar el resultado correcto. Vamos a ver como se calcula. Cálculo del Error Cuadrático Medio Vamos a calcular el error cuadrático medio con un ejemplo. En …

Leer másError Cuadrático Medio para Regresión

Las 7 Fases del Proceso de Machine Learning

Fases del Machine Learning

A la hora de usar Machine Learning, es conveniente seguir un proceso si queremos obtener buenos resultados. Al seguir un proceso, podemos hacer un mejor uso de nuestro tiempo. Además tendremos una orientación sobre qué es lo que debemos hacer en caso de que nuestros resultados no sean tan buenos como esperábamos. En este artículo …

Leer másLas 7 Fases del Proceso de Machine Learning