¡Aprendizaje automático para principiantes!

El aprendizaje automático (ML) es una categoría de un algoritmo que permite que las aplicaciones de software sean más precisas en la predicción de resultados sin ser programadas explícitamente. Es el campo científico de estudio para el desarrollo de varios algoritmos y técnicas para permitir que las computadoras aprendan de manera similar. a humanos.

Tipos de variables

• variable numérica
• Variable Categórica (Nominal, Ordinal)
• Variable dependiente (objetivo, dependiente, salida, respuesta)
• Variable independiente (característica, independiente, columna, entrada, predictor, explicativa)

El aprendizaje automático implica mostrar un gran volumen de datos a una máquina para que pueda aprender y hacer predicciones, encontrar patrones o clasificar datos. Los tres tipos de aprendizaje automático son el aprendizaje supervisado, no supervisado y de refuerzo .

Tipos de problemas

• Regresión
• Clasificación
• Agrupación
• Pronóstico de series de tiempo
• Detección de anomalías
• Clasificación
• Recomendación
• Generación de datos
• Mejoramiento

La principal métrica utilizada para evaluar un modelo de clasificación es la precisión. La precisión se define como el porcentaje de predicciones correctas para los datos de prueba. Se puede calcular fácilmente dividiendo el número de predicciones correctas por el número de predicciones totales.

La métrica principal utilizada para evaluar un modelo de regresión es el error cuadrático medio. El error cuadrático medio se define simplemente como el promedio de las diferencias cuadráticas entre el resultado previsto y el resultado real.

Modelo de validación

La validación es uno de los aspectos más importantes de un modelo de aprendizaje automático. No existe un único método de validación que funcione en todos los escenarios.

División de tren/prueba

El método más básico es la división tren/prueba. El principio es simple, simplemente divide los datos aleatoriamente en aproximadamente un 70 % para entrenar el modelo y un 30 % para probarlo.

Conjunto reservado

Al optimizar los hiperparámetros de su modelo, podría sobreajustar su modelo si fuera a optimizar usando la división de entrenamiento/prueba.

Después de optimizar su modelo en la división de entrenamiento/prueba, puede verificar si no se sobreajustó al validar en su conjunto reservado.

Compensación de sesgo-varianza

Un modelo con un alto sesgo no puede aprender la verdadera tendencia y no se ajusta a los datos. Un modelo con una varianza alta aprende demasiado de los datos de entrenamiento y sobreajusta los datos. El mejor modelo se encuentra en algún lugar en el medio de los dos extremos.

¡Gracias por leer!

Conéctate conmigo en LinkedIn

Conéctate conmigo en Github

Fuente: