Prueba de Shapiro-Wilk en programación R

La prueba de Shapiro-Wilk o prueba de Shapiro es una prueba de normalidad en las estadísticas frecuentistas. La hipótesis nula de la prueba de Shapiro es que la población se distribuye normalmente. Es una de las tres pruebas de normalidad diseñadas para detectar todo tipo de desviación de la normalidad. Si el valor de p … Continue reading «Prueba de Shapiro-Wilk en programación R»

Red neuronal convolucional (CNN) en aprendizaje automático

En este artículo, analizaremos en detalle la red neuronal convolucional (CNN) en el aprendizaje automático . Red neuronal convolucional (CNN): Una red neuronal convolucional, o CNN, es una red neuronal de aprendizaje profundo diseñada para procesar arrays estructuradas de datos, como representaciones. Las CNN son muy satisfactorias para detectar el diseño en la imagen de … Continue reading «Red neuronal convolucional (CNN) en aprendizaje automático»

Diferencia entre los parámetros del modelo y los hiperparámetros

Los dos términos más confusos en el aprendizaje automático son los parámetros del modelo y los hiperparámetros. En esta publicación, intentaremos comprender qué significan estos términos y en qué se diferencian entre sí. ¿Qué es un parámetro de modelo? Un parámetro del modelo es una variable del modelo seleccionado que se puede estimar ajustando los … Continue reading «Diferencia entre los parámetros del modelo y los hiperparámetros»

Prueba de Multicolinealidad

Multicolinealidad : generalmente ocurre cuando las variables independientes en un modelo de regresión están correlacionadas entre sí. No se espera esta correlación ya que se supone que las variables independientes son independientes. Si el grado de esta correlación es alto, puede causar problemas al predecir los resultados del modelo. Pocas consecuencias de la multicolinealidad Los … Continue reading «Prueba de Multicolinealidad»

Estrías cúbicas naturales

Interpolación cúbica: La spline cúbica es una spline que usa el polinomio de tercer grado que satisface los m puntos de control dados. Para derivar las soluciones para el spline cúbico, asumimos la segunda derivación 0 en los puntos finales, lo que a su vez proporciona una condición límite que suma dos ecuaciones a m-2 … Continue reading «Estrías cúbicas naturales»

Codificadores automáticos de colorización usando Keras

Este artículo ofrece un caso de uso práctico de Autoencoders , es decir, la colorización de imágenes en escala de grises . Usaremos Keras para codificar el codificador automático. Como todos sabemos, un AutoEncoder tiene dos operadores principales: Codificador Esto transforma la entrada en un vector latente de baja dimensión. A medida que reduce la … Continue reading «Codificadores automáticos de colorización usando Keras»

GAN convolucional profundo con Keras

Deep Convolutional GAN ​​(DCGAN) fue propuesto por un investigador del MIT y Facebook AI research. Es ampliamente utilizado en muchas técnicas basadas en generación basadas en convolución. El enfoque de este documento fue hacer que los GAN de entrenamiento fueran estables. Por lo tanto, propusieron algunos cambios arquitectónicos en los problemas de visión por computadora. … Continue reading «GAN convolucional profundo con Keras»

ML | OPTICS Clustering Implementación usando Sklearn

Prerrequisitos: Clustering de OPTICS Este artículo demostrará cómo implementar la técnica de agrupamiento OPTICS usando Sklearn en Python. El conjunto de datos utilizado para la demostración son los datos de segmentación de clientes del centro comercial que se pueden descargar de Kaggle . Paso 1: Importación de las bibliotecas requeridas import numpy as np import … Continue reading «ML | OPTICS Clustering Implementación usando Sklearn»

Explorando la distribución de datos | conjunto 2

Requisito previo: Exploración de la distribución de datos | Conjunto 1 Términos relacionados con la exploración de la distribución de datos  -> Boxplot -> Frequency Table -> Histogram -> Density Plot Para obtener el enlace al archivo csv utilizado, haga clic aquí . Cargando bibliotecas  Python3 import numpy as np import pandas as pd import … Continue reading «Explorando la distribución de datos | conjunto 2»

Chatbots usando Python y Rasa

Rasa es una herramienta para crear chatbots de IA personalizados utilizando Python y la comprensión del lenguaje natural (NLU). Rasa proporciona un marco para desarrollar chatbots de IA que utilizan la comprensión del lenguaje natural (NLU). También permite al usuario entrenar el modelo y agregar acciones personalizadas. Chatbots creados con Rasa implementados en múltiples plataformas … Continue reading «Chatbots usando Python y Rasa»