Data, Información original que se recopila para entrenar un modelo (números, textos, imágenes, etc.)., Data Wrangling, Proceso de corregir, transformar y preparar los datos para poder analizarlos., Pre Process, Ajustes previos al modelado: normalización, codificación, escalamiento, etc., para que el modelo pueda trabajar con los datos correctamente., Feature Selection, Elegir solamente las variables más importantes del dataset para mejorar el modelo., Validation, Parte del proceso donde el modelo se entrena, ajusta y se evalúa de forma interna antes de probarlo con datos nuevos., — Train, El modelo aprende patrones a partir de los datos., — Tune, Se modifican parámetros del modelo para mejorar su desempeño., — Test, Se evalúa el modelo con datos que no vio durante el entrenamiento para medir su capacidad real., Performance Measure, Se calculan métricas (precisión, error, etc.) para saber qué tan bien funciona el modelo., End, Resultado final tras medir el desempeño del modelo., Test (dataset final), El último conjunto de datos completamente nuevo usado para evaluar el rendimiento real del modelo antes de implementarlo..

Componentes del Machine Learning

by
I-Print kini
Embed

Leaderboard

Visual style

Mga Option

I-switch ang template

)
I-restore ang gi-autosave: ?