9 conceptos fundamentales de Machine Learning | Machine Learning 101
Entra a pyninja.pro y comienza a aprender Machine Learning hoy mismo.
En este video veremos 9 conceptos fundamentales de Machine Learning: conjunto de datos, instancia, atributo, etiquetas, algoritmo, hiperparámetros, modelo, sobreajuste y subajuste. Si quieres comenzar a aprender Machine Learning o tienes duda sobre algunos de estos conceptos, este es el video para ti.
#datos #instancia #atributo #etiqueta #algoritmo #hiperparametro #modelo #sobreajuste #subajuste
Algunos de los algoritmos más utilizados en Machine Learning:
1. Aprende SVM (Support Vector Machines) con Python | Machine Learning 101 • Aprende SVM (Support Vector Machines) con ...
2. Aprende ÁRBOL DE DECISIÓN (Decision Tree) con Python | Machine Learning 101 • Aprende ÁRBOL DE DECISIÓN (Decision Tree) ...
3. Aprende REGRESIÓN LINEAL con Python | Machine Learning 101 • Aprende REGRESIÓN LINEAL con Python | Mac...
Más videos:
Gradiente Descendente: Batch vs Estocástico vs Mini-batch | Deep Learning 101 • Gradiente Descendente: Batch vs Estocástic...
Gradiente Descendente con Python | Deep Learning 101 • Gradiente Descendente desde cero con Pytho...
Open AI Sora: La IA que convierte texto en imágenes • OpenAI Sora: La IA que convierte texto en ...
Temas del video:
Machine Learning
Python
Conceptos fundamentales
Conjunto de datos
Instancia
Atributo
Etiqueta
Algoritmo
Hiperparámetro
Modelo
Sobreajuste
Subajuste
Sígueme en:
Twitter: / pyninja_
Contacto:
[email protected]
Capítulos:
00:00 - Intro
00:04 - 1. Conjunto de datos
00:52 - 2. Instancia
01:11 - 3. Atributo
01:41 - 4. Etiquetas
02:27 - 5. Algoritmo
02:54 - 6. Hiperparámetros
03:18 - 7. Modelo
04:00 - 8. Sobreajuste
04:22 - 9. Subajuste
04:50 - Conclusión
05:03 - Outro