Categoría
Temas
Tutorial de Aprendizaje Automático
Obtén información y las mejores prácticas sobre IA y aprendizaje automático, mejora tus conocimientos y crea culturas de datos. Aprende a sacar el máximo partido de los modelos de aprendizaje automático con nuestros tutoriales.
Otros temas:
Stemming y lematización en Python
En este tutorial se abordan de forma práctica las funciones de stemming y lematización mediante el paquete Python Natural Language ToolKit (NLTK).
Kurtis Pykes
3 de mayo de 2024
Aprendizaje automático de datos categóricos con el tutorial de Python
Aprenda los trucos más comunes para manejar datos categóricos y preprocesarlos para construir modelos de aprendizaje automático.
Moez Ali
3 de mayo de 2024
Tutorial de Lasso y regresión Ridge en Python
Conozca las técnicas de regresión del lazo y la cresta. Compare y analice los métodos en detalle.
DataCamp Team
3 de mayo de 2024
Explicación de las funciones de pérdida en el machine learning
Explora el papel crucial de las funciones de pérdida en el machine learning con nuestra completa guía. Comprende la diferencia entre funciones de pérdida y de coste, profundiza en varios tipos como MSE y MAE, y aprende sus aplicaciones en tareas de ML.
Richmond Alake
29 de abril de 2024
Comprender la regresión logística en el tutorial de Python
Aprende sobre la regresión logística, sus propiedades básicas, y construye un modelo de machine learning sobre una aplicación del mundo real en Python.
Avinash Navlani
25 de abril de 2024
Tutorial de ecuación normal para regresión lineal
Aprende qué es la ecuación normal y cómo puedes utilizarla para construir modelos de machine learning.
Kurtis Pykes
18 de abril de 2024
Una introducción a los valores SHAP y a la interpretabilidad del machine learning
Los modelos de machine learning son potentes, pero difíciles de interpretar. Sin embargo, los valores SHAP pueden ayudarte a comprender cómo influyen las características del modelo en las predicciones.
Abid Ali Awan
13 de marzo de 2024
Clasificación K vecinos más próximos (KNN) con scikit-learn
Este artículo trata de cómo y cuándo utilizar la clasificación k vecinos más próximos con scikit-learn. Centrado en conceptos, flujo de trabajo y ejemplos. También cubrimos las métricas de distancia y cómo seleccionar el mejor valor para k mediante validación cruzada.
Adam Shafi
12 de marzo de 2024
Guía completa para el aumento de datos
Aprende sobre técnicas, aplicaciones y herramientas de aumento de datos con un tutorial de TensorFlow y Keras.
Abid Ali Awan
7 de marzo de 2024
Tutorial sobre máquinas de vectores de soporte con Scikit-learn
En este tutorial, aprenderás sobre las máquinas de vectores de soporte, uno de los algoritmos de machine learning supervisado más populares y utilizados.
Avinash Navlani
5 de marzo de 2024
Clasificación de bosques aleatorios con Scikit-Learn
Este artículo trata de cómo y cuándo utilizar la clasificación Random Forest con scikit-learn. Centrado en conceptos, flujo de trabajo y ejemplos. También veremos cómo utilizar la matriz de confusión y las importancias de las características.
Adam Shafi
29 de febrero de 2024
Tutorial sobre el uso de XGBoost en Python
Descubre la potencia de XGBoost, uno de los marcos de machine learning más populares entre los científicos de datos, con este tutorial paso a paso en Python.
Bekhruz Tuychiev
22 de febrero de 2024