Aprendizaje supervisado
Variable a predecir (target) es de conocimiento.
Si la variable es numerica (o cuantitativa)-> es un problema ( de aprendizaje supervisado) de regresión
produce un numero que sera el resultado de nuestra prediccion
Si la variable es categorica (o cualitativa) -> es un problema ( de aprendizaje supervisado) de clasificación
(produce un numero, pero no lo vamos a tomarlo directamente, sino pasa por un filtro (una linea, un limite o un umbral), si esta por encima de esa linea voy a suponer que se encuentra en la categoria tal,
si esta por debajo de esa linea y encima de la 2da, voy a suponer que se encuentra en la categoria cual
si esta por debajo de la 2da linea voy a suponer que se encuentra en la categoria tal cual
--------------
Los sistemas expertos son antes del machine learning.
--------------
Regresion
La linea que mejor se ajuste a los datos que tengo disponible
--------------
Tecnicas de regresion
-Regresion lineal
-Modelos lineales generalizados
Regresion logistica
Regresion de poison
-Support vector regresion
(me quedo con la linea de clasificacion para hacer regresion)
Metricas de regresion
MAE
MSE (error cuadratico medio)
No hay comentarios:
Publicar un comentario