Skip to the content ForoHackers
Log inJoin

Aprendizaje automático: por dónde empezar

Machine learning
#2838 · · Quote · Report

El aprendizaje automático consiste en construir programas que sacan su comportamiento de los datos en lugar de reglas escritas a mano: le muestras ejemplos, un método ajusta un modelo, y el modelo predice casos que no ha visto. Importa donde las reglas son demasiadas o demasiado difusas para escribirlas, como el spam, los precios, las averías o las recomendaciones.

Conceptos clave

  • Aprendizaje supervisado: aprender una correspondencia entre entradas y etiquetas conocidas, para clasificación o regresión.
  • Aprendizaje no supervisado: encontrar estructura sin etiquetas, como grupos, vistas de pocas dimensiones o anomalías.
  • Generalización: un modelo es bueno si funciona con datos nuevos; el sobreajuste es memorizar el conjunto de entrenamiento.
  • Particiones de entrenamiento, validación y prueba: se ajusta con una, y se informa con un conjunto de prueba que se toca una sola vez.
  • Características y fuga de datos: lo que ve el modelo, y la trampa de dejar que se cuele información del futuro o de la etiqueta.

Vocabulario

  • Función de pérdida: el número que el entrenamiento intenta hacer pequeño.
  • Hiperparámetro: un ajuste que se elige antes de entrenar, como la profundidad de un árbol o la fuerza de la regularización.
  • Regularización: una penalización o restricción que evita que el modelo ajuste el ruido.
  • Validación cruzada: repetir la partición de entrenamiento y validación en varios pliegues para estimar el error.

Qué estudiar, en orden

  1. Álgebra lineal, probabilidad y algo de cálculo: vectores, distribuciones, gradientes.
  2. Regresión lineal y logística a mano, con descenso de gradiente en NumPy puro.
  3. Árboles de decisión y conjuntos de árboles con scikit-learn sobre un conjunto tabular pequeño; ejecuta siempre una línea base primero.
  4. La evaluación bien hecha: matriz de confusión, precisión y exhaustividad, calibración, validación cruzada.
  5. Construye un proyecto completo: limpiar datos, partirlos, modelar, analizar los errores y escribir lo que falló.

Etiquetas relacionadas

#probability #data-science #deep-learning #ai-evaluation #optimization

You are not logged in, so this goes up anonymously: no account, no name and no address is stored with it, and it may carry no link and no image. Log in or join to post under your name. Our web server's logs keep the address and time of every request for up to 14 days; to keep yours out of them, use Tor. To reach the staff in confidence, use the drop. Sign as a returning source (a key kept only in this browser)

Sending takes a few seconds here: your browser first works out a proof of work against spam.

Reply