Category: Machine Learning
El aprendizaje automático se ocupa del desarrollo de técnicas que pueden descubrir automáticamente patrones en los datos y luego utilizar estos patrones para hacer predicciones o tomar decisiones.
-
Análisis y transformación de variables categóricas, clasificación y optimización (fine tuning) con redes neuronales – préstamos en instituciones bancarias
En esta práctica aprenderás a desarrollar y optimizar un clasificador mediante Redes Neuronales para predecir si un cliente en un banco es un cliente adecuado (BUENO, es decir, de bajo riesgo) o un cliente no adecuado (MALO, es decir, de alto riesgo) para concederle un crédito. Para ello, utilizaremos un Pipeline que es una herramienta… Read more
-
Deep Learning con Redes Neuronales Convolucionales (CNN). Transfer Learning y Métodos Ensemble. Clasificación de Imágenes con Dataset MNIST
En esta práctica aprenderás a desarrollar y comparar modelos en un dataset de imágenes (números manuscritos) que contiene 10 categorías. Este dataset es el popular MNIST. Los modelos son: SVM, CNN, CNN preentrenada, Ensemble de SVM y Random Forest, y Ensemble de 3 CNNs. Read more
-
Deep Learning – Redes Neuronales Convolucionales (CNN) – Clasificación de Imágenes con CIFAR10
En esta práctica aprenderás a desarrollar y evaluar una CNN en un dataset de imágenes que contiene 10 categorías (CIFAR10). Read more
-
Explicación del proceso de Análisis de Componentes Principales (PCA) para reducir la dimensionalidad de los datos. Impacto de transformaciones y reducción en un clasificador
Aprende los fundamentos del algoritmo PCA para reducir la dimensionalidad de los datos. Mediante pipelines aplica transformaciones numéricas, reducción de dimensionalidad y clasificación. Entenderás el impacto de las transformaciones y la reducción en un problema de clasificación. Read more