Aprendizaje automático

Support Vector Machines (SVM)

Clasificación y principales características Más comúnmente se utilizan para tareas de clasificación, aunque también se adaptan a problemas de regresión y de detección de valores atípicos.

SVM - Práctica de regresión con SVR

python import pandas as pd from sklearn.svm import SVR from sklearn.

SVM - Práctica de clasificación con SVC

python from sklearn.datasets import load_digits import matplotlib.pyplot as plt from sklearn.

SVM - Práctica de clasificación con SVC (caso sencillo)

python import matplotlib.pyplot as plt from sklearn.svm import SVC python x_coord = [1, 0.

Regresión no lineal

Jeshua Romero Guadarrama
4 Min para leer
08 Jul, 2021
- Python
- Regresión

Y = a·X^b a = 4 b = 3 Y = 4·X^3

Regresión lineal

Jeshua Romero Guadarrama
2 Min para leer
04 Jul, 2021
- Python
- Regresión

python import matplotlib.pyplot as plt import numpy as np from sklearn import linear_model import pandas as pd Datos de estudio python X = np.

Reducción de dimensionalidad

La reducción de la dimensionalidad es una de las técnicas básicas de preprocesado de datos, que consiste en la reducción del número de variables.

Redes neuronales

Jeshua Romero Guadarrama
1 Min para leer
26 Jun, 2021
- Python
- Redes neuronales

Clasificación y principales características Se utilizan para tareas tanto de clasificación como de regresión, así como para otro tipo de problemas cognitivos que veremos más adelante.

Redes neuronales - Perceptrón simple - Práctica

Jeshua Romero Guadarrama
1 Min para leer
22 Jun, 2021
- Python
- Redes neuronales

python from sklearn.datasets import load_digits from sklearn.linear_model import Perceptron python X, y = load_digits(return_X_y=True) python clf = Perceptron(tol=1e-3, random_state=0) python clf.

Clasificación y principales características El algoritmo KNN es: De clasificación, principalmente, aunque también se adapta a problemas de regresión: si las etiquetas de los datos de entrenamiento son variables continuas en lugar de variables discretas, la etiqueta asignada a un nuevo punto se calcula en función de la media de las etiquetas de sus k vecinos más cercanos.

Mostrando elementos de Aprendizaje automático

Support Vector Machines (SVM)

SVM - Práctica de regresión con SVR

SVM - Práctica de clasificación con SVC

SVM - Práctica de clasificación con SVC (caso sencillo)

Regresión no lineal

Regresión lineal

Reducción de dimensionalidad

Redes neuronales

Redes neuronales - Perceptrón simple - Práctica

Nearest Neighbors