Ciencia de Datos para aprendizaje automático. - 006.- Ciencia de Datos para aprendizaje automático. Flujo de trabajo completo.

Profundiza en los contenidos del Vídeo con NotebookLM: https://tinyurl.com/CDYAA006 Pódcast sobre el contenido del vídeo: https://tinyurl.com/CDYAAP006 Video en el que creamos una aplicación que combina ciencia de datos y aprendizaje automático desde cero, que nos permita ver de modo práctico el flujo de trabajo completo y como se interrelacionan distintas bibliotecas de Python. Empezamos creando dos grupos de datos sintéticos diferenciados a partir de un sesgo que pueda ser utilizado posteiormente en el entrenamiento. Vemos como etiquetarlos para su clasificación antes del entrenamiento. Vemos como visualizarlos tanto en un DataFrame como con una gráfica. Terminamos creando un modelo SVM (Support Vector Machine) para entrenarlo en la predicción de la etiqueta que debe aplicar a grupos de datos. Terminamos visualizando los resultados de sus inferencias tras el entrenamiento con una matriz de confusión y vemos en detalle su contenido. Archivos de prácticos del Videotutorial: https://colab.research.google.com/drive/1n-vHHVX0wegpeoUpdfcQYF6aicPbVe2V?usp=sharing