Excelente video bro, estoy empezando a aprender y creo que mejor me a explicado en la parte práctica ya que los demas tutoriales dan explicaciones muy técnicas pero contigo lo entendi y me entretuvo, tienes nuevo suscriptor y seguire tu trabajo para ser un buen analista.🎉
Muchas gracias por el vídeo. Estuvo largo pero valió cada minuto porque explicaste todo muy bien. Por fin podré mandar mi primer submission. Pregunta: a que se refiere la puntuación? Es decir, el modelo funcionó completamente, porqué sacate 0.76? Que hay que hacer para mejorar la puntuación?
hola John, muchas gracias por tu comentario, la puntuación se refiere a que tan bien se desempeña el modelo sobre un dataset que el modelo no ha visto, en esta competencia lo evalúa con la métrica de precisión, por ejemplo supongamos que el dataset en que se evaluó contenía 100 valores y en este caso este modelo obtuvo 0.76, eso significa que 76 veces de 100 el modelo acertó si las personas sobrevivían o no. En cuanto a tu pregunta de mejorar la puntuación, el primer paso es mejorar la calidad de los datos ya que los modelos dependen mucho de la calidad de estos para hacer buenas predicciones, a esto también muchas veces le llaman feature engineering, el segundo paso seria ver el modelo que se adapte mejor a los datos, esto normalmente se hace testeando los modelos uno por uno en un bucle y midiéndolo con métricas que se adapte a ese caso, por ejemplo la métrica precisión. Por ultimo el tercer paso seria la búsqueda de hiperparámetros , que es buscar los mejores parámetros del modelo, esto se hace normalmente con técnicas como gridsearchcv, puedes buscar videos al respecto. Esto de mejorar el modelo no es una ciencia exacta y mas bien es un proceso iterativo, esto significa que puedes ir variando cosas para obtener mejores resultados, si no entiendes algún concepto puedes preguntar o buscarlo en TH-cam, este concepto practicarlo y con eso aprender algo nuevo, espero que esta respuesta haya podido resolver tu duda John y puedas seguir aprendiendo mas de este maravilloso mundo del data science :)
*Buen video bro, cuentanos como aprendiste*
Gracias amigo por tomarte el tiempo nuevo sub
Me dejaron procesar ese dataset y lo estaba haciendo mal , con tu video corregi muchos errores ,gracias
Para servir, me alegra que te haya sido de ayuda :)
No tengo idea de datascience, soy frontend pero me parece interesante esta clase de ejercicios y tu explicación , nuevo sub bro
Muchas gracias Steven
Excelente video bro, estoy empezando a aprender y creo que mejor me a explicado en la parte práctica ya que los demas tutoriales dan explicaciones muy técnicas pero contigo lo entendi y me entretuvo, tienes nuevo suscriptor y seguire tu trabajo para ser un buen analista.🎉
Muchas gracias Brandon, me alegra que te haya gustado, mucha suerte con tu aprendizaje :)
Que buena explicación Bro 😊
Gracias Guille :)
Muchas gracias por el vídeo. Estuvo largo pero valió cada minuto porque explicaste todo muy bien. Por fin podré mandar mi primer submission. Pregunta: a que se refiere la puntuación? Es decir, el modelo funcionó completamente, porqué sacate 0.76? Que hay que hacer para mejorar la puntuación?
hola John, muchas gracias por tu comentario, la puntuación se refiere a que tan bien se desempeña el modelo sobre un dataset que el modelo no ha visto, en esta competencia lo evalúa con la métrica de precisión, por ejemplo supongamos que el dataset en que se evaluó contenía 100 valores y en este caso este modelo obtuvo 0.76, eso significa que 76 veces de 100 el modelo acertó si las personas sobrevivían o no. En cuanto a tu pregunta de mejorar la puntuación, el primer paso es mejorar la calidad de los datos ya que los modelos dependen mucho de la calidad de estos para hacer buenas predicciones, a esto también muchas veces le llaman feature engineering, el segundo paso seria ver el modelo que se adapte mejor a los datos, esto normalmente se hace testeando los modelos uno por uno en un bucle y midiéndolo con métricas que se adapte a ese caso, por ejemplo la métrica precisión.
Por ultimo el tercer paso seria la búsqueda de hiperparámetros , que es buscar los mejores parámetros del modelo, esto se hace normalmente con técnicas como gridsearchcv, puedes buscar videos al respecto.
Esto de mejorar el modelo no es una ciencia exacta y mas bien es un proceso iterativo, esto significa que puedes ir variando cosas para obtener mejores resultados, si no entiendes algún concepto puedes preguntar o buscarlo en TH-cam, este concepto practicarlo y con eso aprender algo nuevo, espero que esta respuesta haya podido resolver tu duda John y puedas seguir aprendiendo mas de este maravilloso mundo del data science :)
Muy claro todo, gran video!
Si podes hacer uno de visualizacion de datos me seria de ayuda para mi portfolio jaja!!
Muchas gracias tomas, lo tendré en cuenta 🙌🏼