Buen video, una consulta: por que algunas veces solo se utiliza el set de prueba y entrenamiento y no de validación? Si solo se utilizan esos dos sets habrá algun error en el modelo?.
Hola, hice mi solicutud para acceder al set de datos, pero no he recibido el correo que se menciona que me llegará al hacer mi registro, me pueden ayudar por favor
Hola Luis. No, esto es más un concepto de fundamentos de Machine Learning. Lo vemos en detalle en una de las prácticas del curso "Fundamentos de Deep Learning con Python". Un saludo!
Claro que sí, un modelo aprende. Y el término se refiere precisamente a lo que tu comentas: obtener los parámetros del modelo a través del algoritmo de entrenamiento. ¡Esto es lo que da el nombre al Machine Learning! Los términos "aprendizaje", "el modelo aprende" e incluso "aprendizaje de máquina" vienen precisamente de este mismo concepto y es una terminología que fue acuñada incluso por los padres de la Inteligencia Artificial por allá en los años 40 y 50 (Turing, Rosenblatt, Pitts y McCullough, entre otros) y que sigue siendo usada en la actualidad. Un saludo!
🔥🔥Academia Online: codificandobits.com/ 🔥🔥
🔥🔥Asesorías y formación personalizada: codificandobits.com/servicios/ 🔥🔥
Excelente explicación, muchas gracias!
Muy buena explicacion... Gracias!
Buen video, una consulta: por que algunas veces solo se utiliza el set de prueba y entrenamiento y no de validación? Si solo se utilizan esos dos sets habrá algun error en el modelo?.
yo tampoco entiendo por que no afinar los hiperaprametros con el ser de prueba ya que el modelo no puede memorizar ni aprender loa datos de validación
Hola, hice mi solicutud para acceder al set de datos, pero no he recibido el correo que se menciona que me llegará al hacer mi registro, me pueden ayudar por favor
esto es parte de los MLOps? Y esto en qué curso de la academia se aprende?
Hola Luis. No, esto es más un concepto de fundamentos de Machine Learning. Lo vemos en detalle en una de las prácticas del curso "Fundamentos de Deep Learning con Python". Un saludo!
Min 1.22: UN MODELO *NO APRENDE*!!
Son iteraciones para optimizar el valor de los parámetros de acuerdo al objetivo
Claro que sí, un modelo aprende. Y el término se refiere precisamente a lo que tu comentas: obtener los parámetros del modelo a través del algoritmo de entrenamiento. ¡Esto es lo que da el nombre al Machine Learning!
Los términos "aprendizaje", "el modelo aprende" e incluso "aprendizaje de máquina" vienen precisamente de este mismo concepto y es una terminología que fue acuñada incluso por los padres de la Inteligencia Artificial por allá en los años 40 y 50 (Turing, Rosenblatt, Pitts y McCullough, entre otros) y que sigue siendo usada en la actualidad.
Un saludo!