Summary
Keywords
Full Transcript
En esta sesión se explicará el flujo completo de un proyecto de machine learning aplicado a un problema real, poniendo especial énfasis en los fundamentos matemáticos que permiten evaluar y justificar un modelo, más allá de la implementación en código. A partir de un conjunto de datos reales sobre precios de vivienda, se analizará cómo se formula correctamente un problema de regresión supervisada, qué tipo de salida se desea predecir y cómo esta decisión impacta el diseño del sistema y la selección de métricas. El foco principal estará en la función de predicción y en las funciones de error, abordando de manera conceptual y matemática el significado de la hipótesis del modelo, la diferencia entre valores reales y valores predichos, y cómo estos se representan mediante vectores y matrices. Se explicará el uso de métricas como el Root Mean Squared Error (RMSE) y el Mean Absolute Error (MAE), detallando su formulación matemática, su interpretación geométrica como normas y las implicaciones prácticas de elegir una u otra, especialmente en presencia de valores atípicos. Asimismo, se discutirán los supuestos que se hacen al modelar un problema de regresión y cómo una mala formulación del problema puede invalidar el enfoque matemático elegido. Material de apoyo: Leer los siguientes temas del capitulo 2 del libro Hands-On Machine Learning with Scikit-Learn and PyTorch - Aurélien Géron * Working with Real Data * Look at the Big Picture - Frame the Problem - Select a Performance Measure - Check the Assumptions * Get the Data - Running the Code Examples Using Google Colab - Saving Your Code Changes and Your Data - The Power and Danger of Interactivity Episodio Spotify de apoyo: https://open.spotify.com/episode/5qbZ6MHX6f57mewgdVDLv4?si=NW0-S_ejRzWpdb0UOoO4aA 🔗 Suscripciones 👉 https://www.youtube.com/cha.../UCpqqJGMaVEmyinn1J-DhnYg/join 💬 Discord 👉 https://discord.com/users/pildorasdeprogramacion 📸 Instagram 👉 https://www.instagram.com/pildoras_de_programacion/ 🎵 TikTok 👉 https://www.tiktok.com/@pil_programacion?lang=en 📘 Facebook 👉 https://www.facebook.com/pilprogramacion 📺 YouTube 👉 https://www.youtube.com/@pildorasdeprogramacion 🔔 ¡Suscríbete y activa la campanita para no perderte futuros lives! 🔴 ¡Nos vemos en el live! 🚀🐳
