Inteligencia Artificial y Machine Learning | Python - Desmitificando las Funciones de Pérdida o Error: Fundamentos de Deep Learning

¡Domina la Inteligencia Artificial y Machine Learning con Python! Aprende desde los fundamentos hasta técnicas avanzadas, optimiza modelos, identifica patrones y sácale provecho a tus datos con Código Máquina. ¡Conviértete en un experto en IA hoy!

5.0 (1)

14 learners

What you'll learn

Desarrollar habilidades para implementar modelos de Machine Learning usando Python.
Analizar y optimizar algoritmos de redes neuronales artificiales paso a paso.
Evaluar modelos de clasificación mediante métricas como precisión y área bajo la curva ROC.
Aplicar técnicas avanzadas de procesamiento de datos, como imputación y normalización.

This course includes

27.5 hours of video
Certificate of completion
Access on mobile and TV

Summary

Keywords

redes neuronales redes neuronales artificiales redes neuronales profundas deep learning aprendizaje profundo funciones de pérdida funciones de error funciones de pérdida o error categoricalcrossentropy binarycrossentropy keras mse

Full Transcript

Uno de los conceptos más importantes del aprendizaje de máquina y en particular del aprendizaje profundo, son las funciones de pérdida o error, las cuales nos ayudan a guiar la creación/entrenamiento de nuestros modelos, por ejemplo, una red neuronal. Este video explica qué es una función de pérdida, por qué son importantes, y las funciones de pérdida más comunes tanto en clasificación como en regresión. Entre las funciones de pérdida explicadas se encuentran: Entropía Cruzada Binaria, Entropía Cruzada Categórica, Error Absoluto Medio (Mean Absolute Error - MAE) y Error Cuadrático Medio (Mean Squared Error - MSE). 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2024, 10 de Junio). Desmitificando las Funciones de Pérdida o Error: Fundamentos de Deep Learning [Video]. YouTube. [Incluye aquí la URL del video] ******************************************** Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** Índice del Video: 0:00 Introducción 0:44 Qué es una función de pérdida 3:00 Por qué son importantes 7:03 Tipos de funciones de pérdida 7:49 Clasificación: Entropía cruzada 18:30 Funciones de Pérdida para Regresión 20:42 Regresión: Error Absoluto Medio (MAE) 22:18 Regresión: Error Cuadrático Medio (MSE) ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. ⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln #DeepLearning #AprendizajeProfundo #MachineLearning #IA #AI #InteligenciaArtificial #AprendizajeAutomático #AprendizajeDeMaquina