curso de_
Machine Learning: Validación de modelos
Es parte de los cursos de Machine Learning en Data Science.
Discusiones sobre este curso
Resumen del curso
- Entiende los peligros del hold out
- Aplica técnicas de validación cruzada (cross validation)
- Utiliza la aleatoriedad a tu favor
- Entiende cuando usar diversas estrategias diferentes de validación cruzada
- KFold, StratifiedKFold, GroupKFold
- Trabaja en la previsión de nuevos grupos cuando no todos los datos son lecturas independientes entre si
- Utiliza un pipeline para entrenamiento e validación
Público Objetivo
Quienes ya conozcan machine learning y quieran comprar resultados de modelos entrenados.
Contenido relacionado
Cursos de Machine Learning en Data Science. Lea nuestros artículos de Data Science.
Última actualización
10/10/2022
¿Ya eres alumno?
6h
p/ conclusión
32
Actividades
88
Minutos de video
216
Alumnos en este curso
9.2
Nota del curso
Certificado de participación
Formación con este curso
Instructores
Contenido Detallado
1. Validación cruzada y aleatoriedad inicial
- Introducción
- La influencia de la aleatoriedad en la evaluación de un modelo
- Validación cruzada
- Usando y evaluando con cross validate
2. K-fold y aleatoriedad
- Kfold con aletoriedad
3. Estratificación
- Estratificación con validación cruzada
- Documentación y buenas prácticas
4. Datos agrupables
- Creando datos aleatórios
- Validación cruzada usando grupos
5. Pipeline de entrenamiento y validación
- Importancia de una pipeline en cross validation
- Conclusión
Acceso a todos los cursos
Estudiar las 24 horas, dónde y cuándo quieras
Nuevos cursos cada semana