Categoría: Machine Learning

Se utilizan diferentes métricas de rendimiento para evaluar diferentes algoritmos de aprendizaje automático. En caso de problemas de clasificación, tenemos una variedad de medidas de rendimiento para evaluar qué tan bueno es nuestro modelo. Para el análisis de conglomerados, la pregunta análoga es cómo evaluar la «bondad» de los conglomerados resultantes. ¿Por qué necesitamos índices de … Continue reading «Índice de Dunn e índice DB: índices de validez de clúster | Serie 1»

Los algoritmos Naive Bayes son un grupo de algoritmos de aprendizaje automático muy populares y comúnmente utilizados para la clasificación. Hay muchas formas diferentes de implementar el algoritmo Naive Bayes, como Gaussian Naive Bayes, Multinomial Naive Bayes, etc. Para obtener más información sobre los conceptos básicos de Naive Bayes, puede seguir este enlace. Complement Naive … Continue reading «Algoritmo de complemento Naive Bayes (CNB)»

Al construir un modelo de aprendizaje profundo, la primera tarea es importar conjuntos de datos en línea y esta tarea a veces resulta ser muy agitada. Podemos importar fácilmente conjuntos de datos de Kaggle en solo unos pocos pasos: Código: Importación de conjuntos de datos CIFAR 10 !pip install kaggle Ahora vaya a su cuenta … Continue reading «Importación del conjunto de datos de Kaggle en el colaborativo de Google»

La Detección de Anomalías es la técnica de identificación de eventos raros u observaciones que pueden generar sospechas por ser estadísticamente diferentes al resto de las observaciones. Tal comportamiento «anómalo» generalmente se traduce en algún tipo de problema como un fraude con tarjeta de crédito, una máquina defectuosa en un servidor, un ataque cibernético, etc. … Continue reading «Aprendizaje automático para la detección de anomalías»