Info General

En el campo de Machine Learning, hay demasiados recursos disponibles, hay miles de lugares en línea para aprender sobre esta área, sin embargo, si eres de los que les gusta saltar la teoría y aprender haciendo, Kaggle es la mejor opción disponible para expandir tus habilidades a través de proyectos prácticos de Machine Learning. Definición Kaggle es una popular plataforma con excelentes recursos para aquellos …

Todo lo que tienes que saber sobre Kaggle Leer más »

Machine Learning es un campo que cruza estadísticas, probabilidades, ciencia de la computación y algoritmos que surgen del aprendizaje iterativo de los datos y la búsqueda de ideas ocultas que se pueden utilizar para construir aplicaciones inteligentes. A pesar de las inmensas posibilidades de Machine Learning es necesaria una comprensión matemática completa de muchas de estas técnicas para comprender bien el funcionamiento interno de los …

Matemáticas básicas para Machine Learning Leer más »

Machine Learning tiene varias clasificaciones, como ya explicamos anteriormente en el aprendizaje supervisado realizamos predicciones utilizando ejemplos etiquetados, es decir el entrenamiento del modelo se realiza con datos en donde se conoce el resultado. Por su parte, en el aprendizaje no supervisado, las variables de entrada se proporcionan sin etiquetas de salida, pero expliquemos más esto. En el aprendizaje no supervisado, un algoritmo segrega los …

Todo sobre aprendizaje no supervisado en Machine Learning Leer más »

El objetivo básico de Machine Learning es utilizar computadoras para obtener información, sin que se indique explícitamente que lo haga. En la mayoría de los casos esto implica utilizar un conjunto de resultados históricos para hacer predicciones sobre los resultados futuros. Esto se vuelve útil cuando se quiere automatizar las percepciones sobre conjuntos de datos de gran tamaño, lo que sería demasiado difícil de realizar …

Todo sobre aprendizaje supervisado en Machine Learning Leer más »

Ya hemos visto la diferencia de los algoritmos que tenemos que utilizar en Machine Learning si tenemos datos etiquetados o no, ahora veremos la diferencia de estos algoritmos basados en el formato de sus salidas, para este caso existen dos tipos populares de métodos de Machine Learning y es el de clasificación y regresión. Comprender la diferencia ente la clasificación y la regresión es útil …

Diferencia entre algoritmos de clasificación y regresión Leer más »

Dentro de Machine Learning, existen varias clasificaciones pero dos de ellas por lo general tienden a confundir un poco y son precisamente las relacionadas al aprendizaje supervisado y no supervisado. Estas describen dos formas en que las máquinas puedan entender un conjunto de datos y se espera que aprendan algo útil de ellas. Aprendizaje supervisado El aprendizaje supervisado es el más común utilizado entre los …

Diferencia entre aprendizaje supervisado y no supervisado Leer más »

Una duda que surge cuando se inicia en el mundo de Machine Learning es qué diferencia hay entre las estadísticas, o mejor dicho el modelado estadístico, y el aprendizaje automático o Machine Learning, es cierto que ambos conceptos tienen superposición en objetivos, que es el de aprender de los datos, y en algoritmos, como el de regresión lineal, pero aún asi ambos conceptos son diferentes, …

Diferencias entre el modelado estadístico y Machine Learning Leer más »

Machine Learning ya no es solo un subcampo de la informática, los gigantes de la tecnología lo han usado durante años, en las recomendaciones de productos de Amazon, Google Maps y el contenido de Facebook, Instagram y Twitter muestran en las redes sociales. Las empresas promedio enfrentan muchos desafíos para comenzar a utilizar Machine Learning, y en ocasiones esto se debe a que no saben …

¿Cómo funciona Machine Learning? Leer más »