Comprensión matemática de RNN y sus variantes.

Introducción: Los expertos esperan que la Inteligencia Artificial (IA) trabaje para crear una vida mejor para vivir. Dicen que a medida que haya más poder de cómputo disponible en el futuro, es decir, más unidades de procesamiento gráfico, la IA hará más avances y será más productiva para los humanos. Hoy en día, se pueden … Continue reading «Comprensión matemática de RNN y sus variantes.»

Convertir una variable categórica en variables ficticias

Todos los modelos estadísticos y de aprendizaje automático se construyen sobre la base de datos. Una entidad agrupada o compuesta que contiene lo relevante para un problema particular se llama conjunto de datos. Estos conjuntos de datos están compuestos por Variables Independientes o las características y las Variables Dependientes o las Etiquetas. Todas estas variables … Continue reading «Convertir una variable categórica en variables ficticias»

YOLO: solo miras una vez: detección de objetos en tiempo real

YOLO fue propuesto por Joseph Redmond et al. en 2015. Se propuso para hacer frente a los problemas que enfrentaban los modelos de reconocimiento de objetos en ese momento, Fast R-CNN es uno de los modelos más avanzados en ese momento, pero tiene sus propios desafíos, como esta red. no se puede usar en tiempo … Continue reading «YOLO: solo miras una vez: detección de objetos en tiempo real»

Comprender la regresión logística

Requisito previo: regresión lineal  Este artículo analiza los conceptos básicos de la regresión logística y su implementación en Python. La regresión logística es básicamente un algoritmo de clasificación supervisado. En un problema de clasificación, la variable objetivo (o salida), y, solo puede tomar valores discretos para un conjunto dado de características (o entradas), X. Contrariamente … Continue reading «Comprender la regresión logística»

Cómo abordar un proyecto de aprendizaje automático: una guía paso a paso

Este artículo proporcionará un procedimiento básico sobre cómo un principiante debe abordar un proyecto de Machine Learning y describir los pasos fundamentales involucrados. En el problema, nos centraremos en la clasificación de las flores de iris. Puede obtener información sobre el conjunto de datos aquí . Muchos profesores y sitios web abordan este problema para … Continue reading «Cómo abordar un proyecto de aprendizaje automático: una guía paso a paso»

ML | Implementando la regularización L1 y L2 usando Sklearn

Requisitos previos: regularización L2 y L1 Este artículo tiene como objetivo implementar la regularización L2 y L1 para la regresión lineal utilizando los módulos Ridge y Lasso de la biblioteca Sklearn de Python. Conjunto de datos: conjunto de datos de precios de la vivienda . Paso 1: Importación de las bibliotecas requeridas  Python3 import pandas as … Continue reading «ML | Implementando la regularización L1 y L2 usando Sklearn»

Python: puntuación del coeficiente de determinación-R2

El coeficiente de determinación, también denominado puntuación R 2 , se utiliza para evaluar el rendimiento de un modelo de regresión lineal. Es la cantidad de variación en el atributo dependiente de salida que es predecible a partir de la(s) variable(s) independiente(s) de entrada. Se utiliza para comprobar qué tan bien observados son reproducidos por … Continue reading «Python: puntuación del coeficiente de determinación-R2»

Filtrado colaborativo basado en artículo a artículo

El filtrado colaborativo es una técnica o un método para predecir el gusto de un usuario y encontrar los artículos que un usuario podría preferir en base a la información recopilada de varios otros usuarios que tienen gustos o preferencias similares. Tiene en cuenta el hecho básico de que si la persona X y la … Continue reading «Filtrado colaborativo basado en artículo a artículo»

Aprendizaje supervisado y no supervisado

Aprendizaje supervisado El aprendizaje supervisado, como su nombre lo indica, cuenta con la presencia de un supervisor como docente. Básicamente, el aprendizaje supervisado es cuando enseñamos o entrenamos a la máquina usando datos que están bien etiquetados. Lo que significa que algunos datos ya están etiquetados con la respuesta correcta. Después de eso, la máquina … Continue reading «Aprendizaje supervisado y no supervisado»

ANN: memoria asociativa bidireccional (BAM)

La memoria asociativa bidireccional (BAM) es un modelo de aprendizaje supervisado en redes neuronales artificiales. Esta es una memoria heteroasociativa , para un patrón de entrada, devuelve otro patrón que es potencialmente de un tamaño diferente. Este fenómeno es muy similar al del cerebro humano. La memoria humana es necesariamente asociativa. Utiliza una string de … Continue reading «ANN: memoria asociativa bidireccional (BAM)»