Primeros pasos con el aprendizaje automático

Desde apps de traducción hasta vehículos autónomos, todas las potencias con Machine Learning. Ofrece una forma de resolver problemas y responder preguntas complejas. Básicamente es un proceso de entrenamiento de una pieza de software llamada algoritmo o modelo, para hacer predicciones útiles a partir de los datos. Este artículo analiza las categorías de problemas de … Continue reading «Primeros pasos con el aprendizaje automático»

ML | Introducción a las circunvoluciones estriadas

Comencemos este artículo con una pregunta básica: «¿Por qué se requieren relleno y circunvoluciones con zancadas?» Supongamos que tenemos una imagen con dimensiones de nxn . Si está enrevesado con un filtro fxf , entonces las dimensiones de la imagen obtenida son . Ejemplo: Considere una imagen de 6 x 6 como se muestra en … Continue reading «ML | Introducción a las circunvoluciones estriadas»

Proceso de ciencia de datos

La ciencia de datos podría ser un espacio que incorpore trabajar con sumas colosales de información, crear cálculos, trabajar con aprendizaje automático y más para generar conocimientos comerciales. Incorpora trabajar con la gigantesca suma de información. Se incluyen diferentes procesos para inferir la información de la fuente, como extracción de datos, preparación de información, planificación … Continue reading «Proceso de ciencia de datos»

Métodos aglomerativos en aprendizaje automático

Antes de sumergirnos en los algoritmos aglomerativos, debemos comprender los diferentes conceptos en las técnicas de agrupamiento. Entonces, primero, mire el concepto de agrupamiento en aprendizaje automático: La agrupación en clústeres es el amplio conjunto de técnicas para encontrar subgrupos o clústeres sobre la base de la caracterización de objetos dentro de un conjunto de … Continue reading «Métodos aglomerativos en aprendizaje automático»

Detección de COVID-19 a partir de imágenes de rayos X de tórax con CNN

Una aplicación web basada en Django creada con el propósito de detectar la presencia de COVID-19 a partir de imágenes de rayos X de tórax con múltiples modelos de aprendizaje automático entrenados en arquitecturas preconstruidas. Se utilizaron tres modelos diferentes de aprendizaje automático para construir este proyecto, a saber, Xception, ResNet50 y VGG16. El modelo … Continue reading «Detección de COVID-19 a partir de imágenes de rayos X de tórax con CNN»

Tpot AutoML

Tpot es un paquete de aprendizaje automático automatizado en python que utiliza conceptos de programación genética para optimizar la tubería de aprendizaje automático. Automatiza la parte más tediosa del aprendizaje automático mediante la exploración inteligente de miles de posibles para encontrar el mejor parámetro posible que se adapte a sus datos. Tpot es Tpot se … Continue reading «Tpot AutoML»

Probabilidades de registro

Odds (probabilidades de éxito): Se define como las posibilidades de éxito divididas por las posibilidades de fracaso. Digamos que hay un 90 % de posibilidades de que ganar una apuesta implique que las «probabilidades están a nuestro favor», ya que las probabilidades de ganar son del 90 % mientras que las probabilidades de perder son … Continue reading «Probabilidades de registro»

Una breve introducción a la optimización de políticas proximales

La optimización de políticas proximales (PPO) es un avance reciente en el campo del aprendizaje reforzado, que proporciona una mejora en la optimización de políticas de región de confianza (TRPO). Este algoritmo se propuso en 2017 y mostró un rendimiento notable cuando OpenAI lo implementó. Para comprender y apreciar el algoritmo, primero debemos comprender qué … Continue reading «Una breve introducción a la optimización de políticas proximales»

Diagonalización de arrays

Requisito previo: valores propios y vectores propios Sean A y B dos arrays de orden n. B puede considerarse similar a A si existe una array invertible P tal que B=P^{-1} AP Esto se conoce como Transformación de similitud de arrays. La diagonalización de una array se define como el proceso de reducir cualquier array … Continue reading «Diagonalización de arrays»

Valor singular de descomposición

Prerrequisitos: Diagonalización de arrays, cálculo de vectores propios y aproximaciones de bajo rango Antes de profundizar en la SVD, primero comprendamos brevemente qué es la técnica Matrix Diagonalization y cuándo no funciona de manera eficiente.  Diagonalización de arrays La diagonalización de arrays es el proceso de tomar una array cuadrada y convertirla en un tipo … Continue reading «Valor singular de descomposición»