Course Hive
Search

Welcome

Sign in or create your account

Continue with Google
or
Ni muy muy, Ni tan tan: Subajuste y Sobreajuste (under- & overfitting) - Machine Learning con Python
Play lesson

Inteligencia Artificial y Machine Learning | Python - Ni muy muy, Ni tan tan: Subajuste y Sobreajuste (under- & overfitting) - Machine Learning con Python

¡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

Full Transcript

Utilizando la técnica de K-vecinos más cercanos para regresión, este video explica los problemas de sobreajuste (overfitting) y subajuste (underfitting) de los modelos de aprendizaje de máquina. 👉 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]. (2023, 21 de Agosto). Ni muy muy, Ni tan tan: Subajuste y Sobreajuste (under- & overfitting) - Machine Learning con Python [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 1:23 Contexto: datos de carros 2:50 Técnica para ejemplificar: KNN 5:37 Ajuste de un modelo 10:49 Sobreajuste y subajuste 16:47 Modelos KNN con Python ⭐ 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 El código del video está disponible en GitHub https://github.com/CodigoMaquina/code #DataScience #AprendizajeAutomatico #MachineLearning #AprendizajeDeMaquina #ScikitLearn #SkLearn #CienciaDeDatos

Course Hive

Continue this lesson in the app

Install CourseHive on Android or iOS to keep learning while you move.

Related Courses

FAQs

Course Hive
Download CourseHive
Keep learning anywhere