El análisis de agrupamiento es un problema importante en el análisis de datos. Y hoy en día DBSCAN es una de las técnicas de análisis de clústeres más populares. DBSCAN se refiere a la agrupación espacial de aplicaciones con ruido basada en la densidad, es el algoritmo de agrupación de datos propuesto a principios de los años 90 por un grupo de comunidad de base …
En este proyecto implementaremos el algoritmo de Agrupamiento Jerárquico en Python, analizaremos un conjunto de datos que contiene información sobre los montos de gasto anual de varios clientes de diversas categorías de productos para la estructura interna. Nuestro objetivo es agrupar los datos para que podamos ver los productos que son comprados juntos por los clientes. Por ejemplo, si una persona va a la tienda …
https://youtu.be/ZnQdZfGs9-c La Agrupación Jerárquica es un tipo de algoritmo de Aprendizaje no Supervisado que se utiliza para agrupar puntos de datos no etiquetados. La Agrupación Jerárquica también agrupa los puntos de datos con características similares. En algunos casos, el resultado de la Agrupación Jerárquica y de K Means puede ser similar. Existen dos tipos de Agrupación Jerárquica: aglomerativa y divisoria. En el primero, los puntos …
La técnica de Agrupación Jerárquica es una de las técnicas de agrupación más populares en Machine Learning. Como ya lo hemos explicado anteriormente, la agrupación es la extracción de agrupaciones naturales de objetos de datos similares. Hay un par de ideas generales que ocurren con bastante frecuencia con respecto a la agrupación: Los clústeres deben estar presentes de forma natural en los datos. El clustering …
En este proyecto implementaremos el algoritmo de Agrupamiento Kmeans en Python, analizaremos un conjunto de datos que contiene información sobre los montos de gasto anual de varios clientes de diversas categorías de productos para la estructura interna. Nuestro objetivo es agrupar los datos para que podamos ver los productos que son comprados juntos por los clientes. Por ejemplo, si una persona va a la tienda …
El clustering o agrupamiento es una técnica que nos permite encontrar grupos de objetos similares, objetos que están más relacionados entre sí que con objetos de otros grupos. Ejemplos de aplicaciones de clustering orientadas al negocio incluyen la agrupación de documentos, música y películas por diferentes temas, o la búsqueda de clientes que compartan intereses similares basados en comportamientos de compra comunes como base para …
La agrupación K Means es un tipo de Aprendizaje no Supervisado, que se utiliza cuando se tienen datos no etiquetados, es decir, datos sin categorías o grupos definidos. El objetivo de este algoritmo es encontrar grupos en los datos, con el número de grupos representados por la variable K. El algoritmo funciona de manera iterativa para asignar cada punto de datos a uno de los …
La agrupación en clúster es una parte importante del proceso de Machine Learning para empresas comerciales o científicas que utilizan la Ciencia de Datos. Como su nombre lo indica, ayuda a identificar congregaciones de puntos de datos estrechamente relacionados, por alguna medida de distancia, en un conjunto de datos, los cuales, de otra manera, serían difíciles de entender. Sin embargo, en la mayoría de los …
Clustering es una técnica de Machine Learning que implica la agrupación de puntos de datos. Dado un conjunto de puntos de datos, podemos utilizar un algoritmo de agrupación para clasificar cada punto de datos en un clúster específico. En teoría, los puntos de datos que están en el mismo clúster deben tener propiedades y/o características similares, mientras que los puntos de datos en diferentes clústeres …
Antes de empezar a explicar de qué se trata el Clustering, veamos un ejemplo. Un banco quiere dar ofertas de tarjetas de crédito a sus clientes. En la actualidad, examinan los detalles de cada cliente y, basándose en esta información, deciden qué oferta se debe hacer a qué cliente. Ahora, el banco puede tener potencialmente millones de clientes, por lo que ¿tiene sentido mirar los …
¿Qué se hace cuando el conjunto de datos no tiene etiquetas? Es en ese momento en que se debe usar el aprendizaje no supervisado, este es un grupo de algoritmos y enfoques de Machine Learning que funcionan con este tipo de datos de “verdad sin fundamento”. En la anterior serie de entradas, explicamos los algoritmos de Machine Learning de aprendizaje supervisado. Ahora nos centraremos en …
Python es un lenguaje de programación que permite comunicarte con tu computadora, pero para hacer esto necesitas la ayuda de un software o una aplicación específica. En el mercado existen muchas aplicaciones que cumplen con este propósito, una de ellas es Spyder de la cual he hablado en varios de mis videos, otra opción es la de utilizar la aplicación de Jupyter Notebook, la cual …
Aunque un algoritmo no siempre será mejor que otro, hay algunas propiedades de cada algoritmo que podemos usar como guía para seleccionar el correcto de forma rápida y para ajustar los parámetros hiperactivos. Por lo tanto, la elección correcta del algoritmo a menudo permanece poco clara a menos que probemos nuestros algoritmos directamente a través de un simple ensayo y error. En esta entrada verás …
Ventajas y Desventajas de los Algoritmos de Clasificación Leer más »
En esta entrada explicaremos la parte práctica del algoritmo de Bosques Aleatorio Clasificación, en donde desarrollaremos un modelo para predecir si un paciente tiene cáncer de seno o no. A su vez, te recomiendo que, si no haz visto la información anterior referente a la teoría y cómo implementar este algoritmo utilizando la librería Scikit Learn te vayas a verlos porque son las bases para …
Bosques Aleatorios Clasificación – Práctica con Python Leer más »
Los Bosques Aleatorios es un algoritmo de aprendizaje supervisado. Como ya puedes ver en su nombre, crea un bosque y lo hace de alguna manera aleatoria. El bosque que construye, es un conjunto de árboles de decisión, la mayoría de las veces entrenados con el método de bagging. Si recuerdas la idea general del método de bagging es que una combinación de modelos de aprendizaje …
Los Bosques Aleatorios es un algoritmo de aprendizaje supervisado. Puede utilizarse tanto para la clasificación como para la regresión. También es el algoritmo más flexible y fácil de usar. Un bosque está compuesto de árboles. Se dice que cuantos más árboles tenga, más robusto será el bosque. Los Bosques Aleatorios crea árboles de decisión a partir de muestras de datos seleccionados al azar, obtiene predicciones …
En esta entrada vamos a explicar como poner en práctica el algoritmo de árboles de decisión clasificación. En este punto ya hemos explicado la teoría y cómo implementar este algoritmo utilizando la librería de Python scikit learn, por lo que ahora ha llegado el momento de poner en práctica este algoritmo. El proyecto que vamos a desarrollar es de cáncer de seno o BreastCancer, que …
Árboles de Decisión Clasificación – Práctica con Python Leer más »
El algoritmo de árbol de decisión entra dentro de la categoría de aprendizaje supervisado. Utiliza la representación del árbol para resolver el problema en el que cada nodo de hoja corresponde a una etiqueta de clase y los atributos se representan en el nodo interno del árbol. Si quieres conocer más sobre este algoritmo puede acceder acá y contarás con información más detallada al respecto. …
Los árboles de decisión son uno de los algoritmos de Machine Learning más populares, esto se debe a que puede ser fácilmente visible para que un humano pueda entender lo que está sucediendo. Imagina un diagrama de flujo, donde cada nivel es una pregunta con una respuesta de si o no. Eventualmente una respuesta te dará una solución al problema inicial. Esto precisamente es un …
A continuación aprenderás cómo implementar el algoritmo Naive Bayes utilizando la librería de Python Scikit Learn, tomando en cuenta cada uno de los parámetros que debes considerar para ajustar y mejorar tus resultados. Posteriormente desarrollaremos un proyecto de Machine Learning enfocándonos en el algoritmo Naive Bayes. Cada una de las explicaciones dadas acá será paso a paso para que puedas entender con detalle cada uno de los métodos …
Naïve Bayes o el Ingenuo Bayes es uno de los algoritmos más simples y poderosos para la clasificación basado en el Teorema de Bayes con una suposición de independencia entre los predictores. Naive Bayes es fácil de construir y particularmente útil para conjuntos de datos muy grandes. Definición El clasificador Naive Bayes asume que el efecto de una característica particular en una clase es independiente de otras …
En esta entrada vamos a explicar como poner en práctica el algoritmo de Máquinas de Vectores de Soporte Clasificación. Con anterioridad ya explicamos la parte teórica e inclusive lo necesario para implementar este algoritmo utilizando la librería de Python, scikit learn, ahora ha llegado el momento de ver la parte práctica. Para esta entrada continuaremos desarrollando el proyecto que hemos venido trabajando a lo largo …
Máquinas de Vectores de Soporte Clasificación – Práctica Leer más »
En esta entrada hablaremos en cómo implementar el algoritmo de Maquinas Vectores de Soporte utilizando la librería de Python Scikit Learn. En una entrada anterior definimos que las Máquinas de Vectores de Soporte son un clasificador discriminatorio formalmente definido por un hiperplano de separación. En otras palabras, dada la etiqueta de datos de entrenamiento, el algoritmo produce un hiperplano óptimo que categoriza los nuevos ejemplos. …
Máquinas Vectores de Soporte Clasificación – Scikit Learn Leer más »
En Machine Learning, los kernel o núcleos es un método para el análisis de patrones, cuyo miembro más conocido son las Maquinas de Vectores de Soporte. La tarea general del análisis de patrones es encontrar y estudiar tipos generales de relaciones en conjuntos de datos. Los kernel deben su nombre al uso de las funciones de núcleo, que les permiten operar en un espacio de …
Las Máquinas Vectores de Soporte clasificación ofrece una precisión muy alta en comparación con otros clasificadores como la Regresión Logística y los Árboles de Decisión. Es conocido por su truco de kernel para manejar espacios de entrada no lineales. Se utiliza una variedad de aplicaciones tales como detección de rostros, detección de intrusos, clasificación de correos electrónicos, artículos de noticias y páginas web, entre otros. …
Máquinas Vectores de Soporte Clasificación – Teoría Leer más »
A continuación aprenderás cómo implementar el algoritmo de K Vecinos más Cercanos utilizando la librería de Python Scikit Learn, tomando en cuenta cada uno de los parámetros que debes considerar para ajustar y mejorar tus resultados. Posteriormente desarrollaremos un proyecto de Machine Learning enfocándonos en el algoritmo de K Vecinos más Cercanos. Cada una de las explicaciones dadas acá será paso a paso para que puedas entender con …
K vecinos más cercanos es uno de los algoritmos de clasificación más básicos y esenciales en Machine Learning. Pertenece al dominio del aprendizaje supervisado y encuentra una aplicación intensa en el reconocimiento de patrones, la minería de datos y la detección de intrusos. Definición El algoritmo KNN es uno de los algoritmos de clasificación más simples, incluso con tal simplicidad puede dar resultados altamente competitivos. Pertenece al dominio de …
A continuación aprenderás a desarrollar un proyecto de Machine Learning enfocándonos en el algoritmo Regresión Logística. Cada una de las explicaciones dadas acá será paso a paso para que puedas entender con detalle cada uno de los métodos explicados acá y que los puedas implementar en tus propios proyectos. Empecemos con la explicación del proyecto. Definición del proyecto En esta práctica del algoritmo de Regresión Logística, se …
Las técnicas de clasificación son una parte esencial de Machine Learning, ya que aproximadamente el 70% de los problemas son de clasificación. Hay muchos algoritmos de clasificación, pero la Regresión Logística es común y es un método de regresión útil para resolver problemas de clasificación binaria. Definición La regresión logística o Logistic Regression es un algoritmo de clasificación que se utiliza para predecir la probabilidad de una variable dependiente categórica. …
¿Qué tienen en común los conjuntos de datos para la detección de fraudes en la banca, o las ofertas en el tiempo real en mercadeo o la detección de intrusos en redes? Fácil, que los datos utilizados en estas áreas a menudo tienen menos del 1% de los eventos raros pero interesantes, por ejemplo, los estafadores que usan tarjetas de créditos, el usuario que hace …
En una anterior entrada te expliqué toda la parte teoría para calcular los errores al momento de construir un modelo utilizando algoritmos de clasificación. Bueno, acá te explicaré como puedes implementar cada uno de esas métricas utilizando la librería de Scikit Learn. A medida que entrenas tu modelo predictivo de clasificación, seguramente querrás evaluar qué tan bueno es. Curiosamente, hay muchas maneras diferentes de evaluar …
Métricas de Evaluación Clasificación con Scikit Learn Leer más »
En Machine Learning, la medición del rendimiento es una tarea esencial. Entonces, cuando se trata de un problema de clasificación, podemos contar con una curva AUC-ROC. Esta es una de las métricas de evaluación más importante para verificar el rendimiento de cualquier modelo de clasificación. ROC viene de las características de funcionamiento del receptor y AUC del área bajo la curva. Para entender mejor lo …
Después de realizar la evaluación de las características de los datos, la selección del algoritmo y la implementación de un modelo y obtener algunos resultados, el siguiente paso es averiguar qué tan efectivo es el modelo basado en alguna métrica. Se utilizan diferentes métricas de rendimiento para evaluar los modelos de clasificación, la elección de la misma influye en cómo se mide y compara el …
Evaluando el error en los modelos de clasificación Leer más »
Un modelo de clasificación de Machine Learning es aquel que predice una variable “y” que es categórica como, por ejemplo, si un empleado dejará la organización o se quedará, si un paciente tiene cáncer o no o si un cliente pagará o incumplirá un préstamo. La Matriz de Confusión es una de las métricas más intuitivas y sencillas que se utiliza para encontrar la precisión …
Al abordar cualquier tipo de problema de Machine Learning hay muchos algoritmos para elegir, pero hay algo que debemos tener claro y es que ningún algoritmo es el mejor para todos los problemas, cada uno de ellos cuentan con sus algunos pros y sus contras, lo cual no sirve como guía para seleccionar el más adecuado. Aunque recuerda que el rendimiento de los diferentes algoritmos …
Ventajas y Desventajas de los Algoritmos de Regresión Leer más »
A continuación aprenderás cómo implementar el algoritmo de Bosques Aleatorios Regresión utilizando la librería de Python Scikit Learn, tomando en cuenta cada uno de los parámetros que debes considerar para ajustar y mejorar tus resultados. Posteriormente desarrollaremos un proyecto de Machine Learning enfocándonos en el algoritmo de Bosques Aleatorios Regresión . Cada una de las explicaciones dadas acá será paso a paso para que puedas entender con detalle cada …
Bosques Aleatorios Regresión – Práctica con Python Leer más »
Los Bosques Aleatorios es un algoritmo de Machine Learning flexible y fácil de usar que produce, incluso sin ajuste de parámetros, un gran resultado la mayor parte del tiempo. También es uno de los algoritmos más utilizados, debido a su simplicidad y al hecho de que se puede usar tanto para tareas de clasificación como de regresión. Definición Los Bosques Aleatorios es un algoritmo de aprendizaje …
Los métodos de ensamble de modelos o métodos combinados intentan ayudar a mejorar el rendimiento de los modelos de Machine Learning al mejorar su precisión. Este es un proceso mediante el cual se construyen estratégicamente varios modelos de Machine Learning para resolver un problema particular. Pero veamos esto con un ejemplo: Supongamos que quieres invertir en una empresa, pero no estas seguro de su rendimiento …
A continuación aprenderás cómo implementar el algoritmo de Árboles de Decisión Regresión utilizando la librería de Python Scikit Learn, tomando en cuenta cada uno de los parámetros que debes considerar para ajustar y mejorar tus resultados. Posteriormente desarrollaremos un proyecto de Machine Learning enfocándonos en el algoritmo de Árboles de Decisión Regresión Cada una de las explicaciones dadas acá será paso a paso para que puedas entender con …
Árboles de Decisión Regresión – Práctica con Python Leer más »
Un árbol tiene muchas analogías en la vida real, y resulta que ha influido en una amplia área del aprendizaje automático o Machine Learning. Los árboles de decisión son una técnica de aprendizaje supervisado que predice valores de respuestas mediante el aprendizaje de reglas de decisión derivadas de características. Se pueden utilizar tanto en una regresión como en un contexto de clasificación.Expliquemos un poco la teoría detrás de …
A continuación aprenderás cómo implementar el algoritmo de Vectores de Soporte Regresión utilizando la librería de Python Scikit Learn, tomando en cuenta cada uno de los parámetros que debes considerar para ajustar y mejorar tus resultados. Posteriormente desarrollaremos un proyecto de Machine Learning enfocándonos en el algoritmo de Vectores de Soporte Regresión. Cada una de las explicaciones dadas acá será paso a paso para que puedas entender …
Vectores de Soporte Regresión – Práctica con Python Leer más »
El algoritmo de Vectores de Soporte Regresión se basa en buscar la curva o hiperplano que modele la tendencia de los datos de entrenamiento y según ella predecir cualquier dato en el futuro. No te preocupes, ya vas a entender mejor este concepto. Este algoritmo se puede utilizar tanto para problemas de regresión como de clasificación, para esta publicación nos enfocaremos a explicar el algoritmo de regresión. Definición …
A continuación aprenderás cómo implementar el algoritmo de Regresión Polinomial utilizando la librería de Python Scikit Learn, desarrollando un proyecto de Machine Learning. Cada una de las explicaciones dadas acá será paso a paso para que puedas entender con detalle cada uno de los métodos explicados acá y que los puedas implementar en tus propios proyectos. Empecemos con la explicación del proyecto. Definición del proyecto En esta …
La Regresión Polinomial es un caso especial de la Regresión Lineal y es muy parecido a ella, la diferencia es que los datos acá no son lineales por lo que se debe implementar polinomios de grado n para obtener el modelo. Expliquemos mejor esto. Definición La realidad es que la Regresión Polinomial extiende el modelo lineal al agregar predictores adicionales, que se obtienen al elevar …
Todos hemos visto los conjuntos de datos, en ocasiones pueden ser pequeños mientras que otros son tremendamente grandes en tamaño, en especial cuando cuentan con un gran número de características, ocasionando que sean muy difícil de procesar. Cuando se tiene este de tipo de conjuntos de datos de alta dimensión y se utilizan todas para la creación de modelos de Machine Learning puede ocasionar: …
A continuación aprenderás cómo implementar el algoritmo de Regresión Lineal utilizando la librería de Python Scikit Learn, tomando en cuenta cada uno de los parámetros que debes considerar para ajustar y mejorar tus resultados. Posteriormente desarrollaremos un proyecto de Machine Learning enfocándonos en el algoritmo de Regresión Lineal. Cada una de las explicaciones dadas acá será paso a paso para que puedas entender con detalle cada uno …
El modelo de Regresión Lineal es tan simple que muchos argumentan que no es digno de ser clasificado como Machine Learning. Este algoritmo es un método estadístico que te permite resumir y estudiar las relaciones entre dos variables continuas cuantitativas. Aunque puede parecer algo aburrido en comparación con algunos de los algoritmos más modernos, este algoritmo sigue siendo un método de aprendizaje estadístico útil y ampliamente utilizado. Expliquemos un poco mejor este algoritmo. …
Tabla de contenidos Con un modelo de regresión, predecimos o estimamos el valor numérico de una cantidad desconocida, de acuerdo con unas características dadas. La diferencia entre la predicción y el valor real es el error, este es una variable aleatoria, que puede depender de las características dadas. En la actualidad hay algunas formas para estimar el rendimiento y evaluar el ajuste del modelo, algunas de …
Cuando trabajamos con un conjunto de datos para predecir o clasificar un problema, tendemos a encontrar la precisión implementando el modelo con el conjunto de datos de entrenamiento y luego con el conjunto de datos de pruebas. En caso de que la precisión sea satisfactoria, tendemos a aumentar la precisión de la predicción con el conjuntos de datos, ya sea aumentando o disminuyendo la selección de las …
Ya debes saber que en el mundo de Machine Learning, la precisión lo es todo. Cuando desarrollamos un modelo nos esforzamos para hacer que sea lo más preciso, ajustando y reajustando los parámetros, pero la realidad es que no se puede construir un modelo 100% preciso ya que nunca pueden estar libres de errores. Comprender cómo las diferentes fuentes de error generan bias y varianza …
Scikit-learn es probablemente la librería más útil para Machine Learning en Python, es de código abierto y es reutilizable en varios contextos, fomentando el uso académico y comercial. Proporciona una gama de algoritmos de aprendizaje supervisados y no supervisados en Python. Este librería está construida sobre SciPy (Scientific Python) e incluye las siguientes librerías o paquetes: NumPy: librería de matriz n-dimensional base Pandas: estructura de …
Introducción a la librería Scikit-Learn de Python Leer más »
Nosotros somos criaturas muy visuales, comprendemos mejor las cosas cuando las vemos visualizadas, sin embargo, el paso para presentar análisis, resultados o ideas puede ser un cuello de botella, es posible que ni siquiera sepas por dónde empezar o que tengas un formato en la mente pero luego dudes si ese es la forma correcta de presentar los datos es por esta razón que acá …
Introducción a la Librería Matplotlib de Python Leer más »
Pandas es la herramienta más importante de la que disponen los científicos y analistas de datos que trabajan en Python hoy en día. Las razones son muchas y es que ofrece estructuras de datos poderosas, expresivas y flexibles que facilitan la manipulación y análisis de datos. Aunque las poderosas herramientas de Machine Learning y de visualización pueden llamar toda la atención, pero Pandas es la columna …
En los últimos tiempos, la popularidad y la capacidad de implementación de los lenguajes de Machine Learning han crecido en proporciones enormes para incluir múltiples dominios industriales. Por esta razón son cada vez más las personas interesadas en aprender sobre Machine Learning, pero una duda surge cuando se inicia ¿Cuál es el mejor lenguaje de programación de Machine Learning? La industria está inundada con innumerables …
• Adiestramiento 1:1
• Conferencias
• Capacitaciones empresariales
Copyright © 2023 – AprendeIA
