Algoritmos más usados en Machine Learning

Regresión Lineal

La regresión lineal es una técnica estadística para investigar la relación funcional entre dos o más variables y su objetivo es cuantificar la intensidad de dicha relación entre las variables a través de un coeficiente de correlación. Por ejemplo, puede intentar predecir el total de ventas anuales de un vendedor (la variable dependiente) a partir de variables independientes tales como la edad, la formación y los años de experiencia. Gráficamente todo esto se puede plasmar mediante un diagrama de dispersión (nube de puntos) con su correspondiente recta ajustada.

Regresión Logística

Los modelos de regresión logística son modelos de regresión que permiten estudiar si una variable binomial depende, o no, de otra u otras variables (no necesariamente binomiales). Se dice que un proceso es binomial cuando sólo tiene dos posibles resultados: «éxito» y «fracaso», siendo la probabilidad de cada uno de ellos constante en una serie de repeticiones.

Árboles de Decisión

Un árbol de decisión es una forma gráfica y analítica de representar todos los eventos (sucesos) que pueden surgir a partir de una decisión asumida en cierto momento. Nos ayudan a tomar la decisión “más acertada”, desde un punto de vista probabilístico, ante un abanico de posibles decisiones. Permite desplegar visualmente un problema y organizar el trabajo de cálculos que deben realizarse.

K-NN – K Vecinos más cercanos

En el reconocimiento de patrones, el algoritmo k-nn es usado como método de clasificación de objetos (elementos). Consiste en extraer información de un conjunto de datos conocidos para clasificar nuevos o agrupar existentes. Este método sirve para clasificar nuestra información y obtener predicciones, tiene una frase famosa que es la siguiente: “Si algo camina como pato, hace quack igual que un pato y parece un pato, bueno entonces es probable que sea un pato”

K-means

El objetivo de K-means es colocar todos los objetos en un espacio determinado y dadas sus características formar grupos de objetos con rasgos similares pero diferentes a los demás que integran otros grupos.

Máquinas de Vectores de Soporte (SVM)

Las SVM son un algoritmo basado en Máquinas de Vectores de Soporte (SVM) las cuales construyen un modelo capaz de predecir si un punto nuevo (cuya categoría desconocemos) pertenece a una categoría o a la otra.

A estas SVM en particular, necesitan primero entrenarse con situaciones en las que se les dice la respuesta correcta sobre muchos ejemplos, y una vez se ha entrenado, entra en fase de «uso», y simplemente se convierte en una caja que devuelve la respuesta ante un nuevo caso

Taller de Desarrollo con Javascript

Regístrate en nuestra plataforma en linea para tener acceso completo y gratuito del taller

Registrarme

Taller de desarrollo de Pokedex con Android Studio

Regístrate en nuestra plataforma en linea para tener acceso completo y gratuito del taller

Registrarme