analitica

 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)