ML | Clasificación de células cancerosas usando Scikit-learn

El aprendizaje automático es un subcampo de la inteligencia artificial que brinda a los sistemas la capacidad de aprender por sí mismos sin estar programados explícitamente para hacerlo. El aprendizaje automático se puede utilizar para resolver muchos problemas del mundo real. Clasifiquemos las células cancerosas según sus características e identifiquemos si son ‘malignas’ o ‘benignas’. Usaremos … Continue reading «ML | Clasificación de células cancerosas usando Scikit-learn»

ML | Clasificación de árbol de decisión de regresión logística v/s

La regresión logística y la clasificación del árbol de decisiones son dos de los algoritmos de clasificación más populares y básicos que se utilizan en la actualidad. Ninguno de los algoritmos es mejor que el otro y el rendimiento superior de uno a menudo se atribuye a la naturaleza de los datos con los que … Continue reading «ML | Clasificación de árbol de decisión de regresión logística v/s»

Complejidad del modelo KNN

KNN es un algoritmo de aprendizaje automático que se usa tanto para problemas de clasificación (usando KNearestClassifier) ​​como de regresión (usando KNearestRegressor). En el algoritmo KNN, K es el hiperparámetro . Elegir el valor correcto de K importa. Se dice que un modelo de aprendizaje automático tiene una complejidad de modelo alta si el modelo … Continue reading «Complejidad del modelo KNN»

Aplicaciones de ciencia de datos que usan Streamlit

La visualización de datos es uno de los pasos más importantes del análisis de datos. Es la forma de transmitir su investigación y hallazgos de datos (conjunto) a través de diagramas y gráficos interactivos. Hay muchas bibliotecas que están disponibles para la visualización de datos como matplotlib, seaborn, etc., lo que nos permite visualizar una … Continue reading «Aplicaciones de ciencia de datos que usan Streamlit»

Python | Reconocimiento de voz en archivos de audio grandes

El reconocimiento de voz es el proceso de convertir audio en texto. Esto se usa comúnmente en asistentes de voz como Alexa, Siri, etc. Python proporciona una API llamada SpeechRecognition que nos permite convertir audio en texto para su posterior procesamiento. En este artículo, veremos cómo convertir archivos de audio grandes o largos en texto … Continue reading «Python | Reconocimiento de voz en archivos de audio grandes»

Implementación de Ridge Regression from Scratch usando Python

requisitos previos: Regresión lineal Descenso de gradiente Introducción: La Regresión Ridge (o Regularización L2) es una variación de la Regresión Lineal. En Regresión lineal, minimiza la Suma residual de cuadrados (o RSS o función de costo) para adaptarse a los ejemplos de entrenamiento lo más perfectamente posible. La función de costo también está representada por … Continue reading «Implementación de Ridge Regression from Scratch usando Python»

ML | ¿Por qué regresión logística en la clasificación?

Usando la Regresión Lineal, todas las predicciones >= 0.5 se pueden considerar como 1 y el resto < 0.5 se puede considerar como 0. Pero entonces surge la pregunta de por qué no se puede realizar la clasificación usándola. Problema – Supongamos que estamos clasificando un correo como spam o no spam y nuestro resultado … Continue reading «ML | ¿Por qué regresión logística en la clasificación?»

OpenCV y Keras | Clasificación de señales de tráfico para vehículos autónomos

Introducción En este artículo vamos a aprender a clasificar algunas señales de tráfico comunes que nos encontramos ocasionalmente en nuestra vida diaria en la carretera. Al construir un automóvil autónomo, es necesario asegurarse de que identifique las señales de tránsito con un alto grado de precisión, a menos que los resultados puedan ser catastróficos. Mientras … Continue reading «OpenCV y Keras | Clasificación de señales de tráfico para vehículos autónomos»

Python | Regresión lineal usando sklearn

Requisito previo: regresión lineal La regresión lineal es un algoritmo de aprendizaje automático basado en el aprendizaje supervisado. Realiza una tarea de regresión. La regresión modela un valor de predicción objetivo basado en variables independientes. Se utiliza principalmente para averiguar la relación entre las variables y la previsión. Los diferentes modelos de regresión difieren según … Continue reading «Python | Regresión lineal usando sklearn»

Visualización de gráficos de KDE con Pandas y Seaborn

El gráfico de KDE descrito como estimación de la densidad del núcleo se utiliza para visualizar la densidad de probabilidad de una variable continua. Representa la densidad de probabilidad en diferentes valores en una variable continua. También podemos trazar un solo gráfico para múltiples muestras, lo que ayuda a una visualización de datos más eficiente. … Continue reading «Visualización de gráficos de KDE con Pandas y Seaborn»