Machine Learning, mis primeros pasos | Semana #17 Desafío Data Science
Вставка
- Опубліковано 1 жов 2024
- En este vídeo hablo de conceptos muy de moda como Machine Learning e Inteligencia Artificial. Os explico en qué consisten y su relación con la Ciencia de Datos o Data Science.
Explico los distintos modelos que existen: Aprendizaje supervisado, aprendizaje no supervisado y aprendizaje por refuerzo.
Os cuento mis primeros pasos creando y entrenando mis primeros modelos de Machine Learning con técnicas de regresión y clasificación.
Hablo también de mi proceso personal durante el bootcamp y las dificultades que siguen apareciendo.
¡Quédate por aquí para aprender sobre cambio profesional y Data Science!
Carlos.-
------------- Enlace a mi Linkedin -------------
👉🏻LinkedIn: / carlos-cedron-castro
------------- Los vídeos comentados -------------
👉🏻Rafa González Gouveia : • Aprendizaje Supervisad...
👉🏻 DotCSV: • ¿Qué es el Aprendizaje...
------------- LA MÚSICA que utilizo -------------
🎵 Music Credits: bensound.com
#datascience #machinelearning #artificialintelligence #datanalytics #inteligenciaartificial #scikitlearn #analisisdedatos #cienciadedatos #dataanalysis #python #basesdedatos #bootcamp #datasciencebootcamp
hola buen video estoy siguiendo tus avances, aunque tengo varios dudas sobre algunas temas pero me acabare metiendo el mundo de los datos
¡Hola Sofian, muchas gracias por pasarte!
Es un sector muy interesante y con buenas perspectivas, pero como todo, lo primero es que te guste.
Un saludo,
Carlos.-
Hola, en el modulo enseñaron a corregir los problemas de la regresion, como ser la multicolinealidad, heterocedasticidad, autocorrelacion o endogeneidad? es lo que más me cuesta :(
¡Hola Gustavo!
Pues no hablamos aún de los problemas estadísticos como los que comentas pero se tratan habitualmente en el pre-procesamiento de los datos. Siento no poder ayudarte mucho más pero aún tengo que estudiar yo también esa parte.
Un saludo,
Carlos.-
Buenas Carlos, muy interesante el video. Tengo varios años trabajo como Data Analyst, y es una locura lo enorme que se expande este campo y lo mucho que me falta por aprender. ¡Mucho éxito, y gracias por el buen contenido!
¡Muchas gracias Roman por pasarte y por comentar! Se agradece un montón el apoyo.
Me alegro mucho de que te guste el contenido y espero seguir leyéndote por aquí :)
Un saludo,
Carlos
Super interesante el área de Machine Learning, probablemente una de las que más empujó a la ciencia de datos a tener el lugar que posee hoy en día. Otra vez un gran video documentando tu progreso Carlos. Abrazo!
¡Muchas gracias Gustavo por pasarte!
A mí también es de las partes que más me gusta. Toda la parte de modelos y su aplicación y luego como todo esto se puede aplicar a un montón de áreas. ¡Es un tema fascinante!
¡Muchas gracias de nuevo por tu apoyo!
Un saludo,
Carlos.-
Me gusta mucho esta serie justo entro a esta semana aprender estos conceptos básicos de machine learning
Carlos tengo una duda si los datos están sesgado cómo arreglo eso ? Buena suerte ya espero ver la próxima semana 😁
@@jabesfriasmartinez6953 Tomando medidas en el preprocesamiento de datos...
¡Muchas gracias Jabes me alegro mucho que te guste!
Con respecto a tu pregunta, hay mucho que contar, daría para vídeo. De hecho cuando tenga más tiempo al terminar el bootcamp es una de las ideas que tengo.
Como bien te dice David Alejandro, se pueden tomar medidas en el pre-procesamiento para evitar algunos sesgos habituales (tratar nulos, valores extremos, variables categóricas, escalar variables).
Pero además hay otros tipos de sesgos que pueden tener que ver con los propios datos: que la muestra sea representativa, que sea suficientemente grande. O con la recogida de los mismos. Estos tienen que ser tenidos en cuenta antes de empezar a hacer cualquier análisis.
En fin el tema de los sesgos en estadística es super amplio pero sobre todo cuidar mucho la parte de pre-procesamiento.
Un saludo,
Carlos.-