Random Forest en R Programming es un conjunto de árboles de decisión. Construye y combina múltiples árboles de decisión para obtener predicciones más precisas. Es un algoritmo de clasificación no lineal. Cada modelo de árbol de decisión se utiliza cuando se emplea por sí solo. Se realiza una estimación de errores de casos que no … Continue reading «Enfoque de bosque aleatorio en la programación R»
lm()La función en R Language es una función de modelo lineal, utilizada para el análisis de regresión lineal. Sintaxis: lm(fórmula) Parámetros: fórmula: descripción del modelo, como x ~ y Ejemplo 1: # R program to illustrate # lm function # Creating two vectors x and y x <- c(rep(1:20)) y <- x * 2 … Continue reading «Realizar análisis de regresión lineal en programación R – Función lm()»
La prueba F de Fisher calcula la relación entre la varianza más grande y la varianza más pequeña. Usamos la prueba F cuando queremos verificar dónde las medias de tres o más grupos son diferentes o no. La prueba F se utiliza para evaluar si las varianzas de dos poblaciones (A y B) son iguales. … Continue reading «Prueba F de Fisher en programación R»
La prueba Z de una proporción se utiliza para comparar una proporción observada con una teórica cuando solo hay dos categorías. Por ejemplo, tenemos una población de ratones que contiene la mitad de machos y la mitad de hembras (p = 0,5 = 50%). Algunos de estos ratones (n = 160) desarrollaron cáncer espontáneo, incluidos … Continue reading «Prueba Z de una proporción en programación R»
Los paquetes en la programación R son una colección de funciones R, código compilado y datos de muestra. Se almacenan en un directorio llamado » biblioteca » en el entorno R. De forma predeterminada, R instala un conjunto de paquetes durante la instalación. Uno de los paquetes más importantes de R es el paquete Esquisse … Continue reading «Paquete Esquisse en Programación R»
Arthur Samuel “Machine Learning” “Campo de estudio que le da a las computadoras la capacidad de aprender sin ser programadas explícitamente” En este artículo, analicemos los dos aprendizajes más importantes, por ejemplo, el aprendizaje supervisado y no supervisado en la programación R. lenguaje R de la Ventajas de implementar el aprendizaje automático usando el lenguaje … Continue reading «Aprendizaje supervisado y no supervisado en programación R»
K Means Clustering en R Programming es un algoritmo no lineal no supervisado que agrupa datos en función de la similitud o grupos similares. Busca dividir las observaciones en un número predeterminado de grupos. La segmentación de datos se lleva a cabo para asignar cada ejemplo de entrenamiento a un segmento llamado clúster. En el … Continue reading «Agrupación de K-Means en programación R»
La palabra aprendizaje automático fue acuñada por primera vez por Arthur Samuel en 1959. La definición de aprendizaje automático se puede definir como que el aprendizaje automático le da a las computadoras la capacidad de aprender sin ser programadas explícitamente . También en 1997, Tom Mitchell definió el aprendizaje automático como “Se dice que un … Continue reading «Introducción al aprendizaje automático en R»
La regresión de Lasso es un algoritmo de clasificación que utiliza la contracción en modelos simples y dispersos (es decir, modelo con menos parámetros). En Shrinkage, los valores de los datos se reducen hacia un punto central como la media. La regresión de Lasso es un algoritmo de regresión regularizado que realiza la regularización L1 … Continue reading «Regresión de lazo en programación R»
El aprendizaje automático es un subconjunto de la inteligencia artificial (IA), que se utiliza para crear sistemas inteligentes que pueden aprender sin ser programados explícitamente. En el aprendizaje automático, creamos algoritmos y modelos que utiliza un sistema inteligente para predecir resultados en función de patrones o tendencias particulares que se observan a partir de los … Continue reading «Configuración del entorno para el aprendizaje automático con programación R»