Clasificación con Árboles de Decisión ¡EN 15 MINUTOS!
ฝัง
- เผยแพร่เมื่อ 26 ก.ค. 2024
- 🔥🔥Academia Online🔥🔥: cursos.codificandobits.com/
🔥🔥Asesorías y formación personalizada🔥🔥: www.codificandobits.com/servi...
En este video veremos todos los detalles de funcionamiento de los Árboles de Decisión para la clasificación, uno de los algoritmos más sencillos pero a la vez más poderosos del Machine Learning.
Veremos la explicación completa del algoritmo CART, hablaremos de cómo controlar el "overfitting" en un Árbol (pre-poda y post-poda), y veremos sus principales ventajas y desventajas.
Contenido:
0:00 Introducción
0:26 La clasificación y limitaciones de otros métodos de clasificación
1:29 Idea intuitiva del algoritmo CART y de los Árboles de Decisión
4:40 Entrenamiento del Árbol de Decisión
11:07 Clasificación de un nuevo dato con el Árbol entrenado
11:36 Overfitting y poda del Árbol
13:32 Ventajas y desventajas de los Árboles de Decisión
15:11 Conclusión
🔴 ** VISITA WWW.CODIFICANDOBITS.COM **
En el sitio web encontrarán artículos y podrán descargar material útil para el desarrollo de aplicaciones de Machine Learning y Ciencia de Datos. También podrán ponerse en contacto conmigo si están interesados en servicios de formación, charlas o asesorías... Y muy pronto podrán acceder a los cursos online que estoy preparando.
🔴 ** VIDEOS Y LISTAS DE REPRODUCCIÓN RECOMENDADAS **
🎥 Máquinas de Soporte Vectorial: Explicación Completa: • MÁQUINAS DE SOPORTE VE...
🎥 Fundamentos del Machine Learning: • Machine Learning: Fund...
🔴 ** ÚNETE A CODIFICANDO BITS Y SÍGUEME EN MIS REDES SOCIALES **
✅ Sitio web: www.codificandobits.com
✅ Suscríbete: th-cam.com/users/codificando...
✅ Facebook: / codificandobits
✅ Instagram: / codificandobits
✅ Twitter: / codificandobits
🔴 ** ACERCA DE MÍ **
Soy Miguel Sotaquirá, el creador de Codificando Bits. Tengo formación como Ingeniero Electrónico, y un Doctorado en Bioingeniería, y desde el año 2017 me he convertido en un apasionado por el Machine Learning y el Data Science, y en la actualidad me dedico por completo a divulgar contenido y a brindar asesoría a personas y empresas sobre estos temas.
🔴 ** ACERCA DE CODIFICANDO BITS **
El objetivo de Codificando Bits es inspirar y difundir el conocimiento en las áreas de Machine Learning y Data Science.
#machinelearning - วิทยาศาสตร์และเทคโนโลยี
![โกหกเธอทั้งนั้น (Pinocchio) - SERIOUS BACON [Official MV]](http://i.ytimg.com/vi/P1HhTYwrR5A/mqdefault.jpg)
🔥🔥Academia Online🔥🔥: cursos.codificandobits.com/
🔥🔥Asesorías y formación personalizada🔥🔥: www.codificandobits.com/servicios/
Siempre tenés la mejor expplicación. Miro un montón de videos y siempre los tuyos son los más claros.
Que forma tan espectacular de enseñar algo complejo,lo haces facil y alcanzable
Corrección minuto 9:34: en el nodo derecho quedan dos (no tres) datos de color rojo.
Alto crack profe
Excelentísimo video, muchas gracias!!
Uff excelente video!! y utilizaste animeee
ja, ja, ja.. No soy fanático del anime, pero esta serie me atrapó!!
QUÉ BUENA EXPLICACIÓN! POR FIN LO ENTIENDO!
Muchas gracias. Muy claro y didáctico. Saludos.
Excelente video! muy bien explicado.
Muchas gracias por la explicación
Muchas gracias. carita feliz para usted, :)
Carita feliz de vuelta :) un saludo!
Muchas gracias. Una explicación muy clara.
Estupendos videos. Muchas gracias
muy buena explicación!!
Quedó excelente la explicación. Asi da gusto aprender
Ji, ji, ji... Como siempre gracias por tus comentarios. Saludos!
Excelente explicación!!! Ud. es un gran docente!!! gracias y siga con los videos !!!
Claro que sí José, viene más contenido, y ahora cada semana! Un saludo!
Buena explicación, ya me suscribí al canal, gracias por enseñarnos sobre estos temas
Buenísima tu explicación, gracias!
Excelente video!
Muy bien, me gusto bastante.
El mejor tutorial de CART q he visto. Muchas gracias. Felicitaciones
:) :) gracias por tu comentario Javier. Un saludo!
Maestro... Simple y Directo Quisiera Dar clases como usted
:) :) :) muchas gracias por ese comentario Gerardo! Esto me motiva un montón a seguir desarrollando este contenido. Un saludo!
Muy vacano, gracias
Gracias a ti por tu comentario Juan Manuel. Saludos!
Te amo
Excelente vídeo, eres un crack. Muchas gracias.
Gracias por tu comentario Junior. Un saludo!
Muchas gracias profesor por la calidad del video, nunca pare por favor!!!
No Juan Sebastián. La idea es seguir publicando mucho contenido!
Excelente explicación, muchas gracias!
Gracias a ti por tu comentario. Saludos!
Un vídeo excelente, muy sencillo de entender
;)
Gracias profe, por el vídeo, muy buena explicación 🤩👍
Gracias por tu comentario Edward. Y llámame Miguel. Un saludo!
Maravillosa explicación, quedó muy atento de los siguientes videos. Muchas gracias
Gracias Juan Andrés. Si, vienen más videos relacionados con este tema, algunos tutoriales y también el tema de regresión. Y por supuesto algoritmos tipo "boosting". Un saludo!
Excelente contenido. Gracias!
Gracias por tu comentario Gustavo. Un saludo!
Tremenda explicacion.
:) :) :) :)
Gracias por compartir tus conocimientos, como calculaste el valor 6.5?
No encuentro el video de python, donde explicas como hacer los arboles de decisiones?
Hola miguel, excelente material, muchas gracias, me gustaría realizarte una consulta, cuando predecís, explicas que el nuevo punto es rojo o verde según el nodo en el quede ubicado, en este caso evaluando X e Y queda ubicado en la ultima hoja pura a favor del rojo, es por eso que pertenece a ese grupo?, Gracias nuevamente.
Hola Juan. Sí, la categoría final depende de la categoría a la que pertenezcan la mayor parte de los datos en la hoja. Por ejemplo, si la hoja contiene 5 datos rojos y 2 verdes, entonces la categoría asignada será "rojo". Un saludo!
muy buena explicación! gracias, he visto uno en tendencia, el xgbost (creo que lo nombra al final), profe es posible unir las capas convolucionales y utilizar este arbol en lugar de una red neuronal?, lo ha intentado profe?, gracias
Hola. La verdad no lo he intentado, pues usualmente las redes convolucionales se combinan con redes neuronales en la capa de salida para la última etapa de clasificación. Sin embargo, creo que puede ser posible reemplazar este árbol en lugar e una red neuronal. Acá un foro en donde proponen esta alternativa: datascience.stackexchange.com/questions/51100/keras-how-to-connect-a-cnn-model-with-a-decision-tree
Un saludo!
👏🏽👏🏽👏🏽👏🏽
Hola miguel, excelente video, quiero preguntarte algo, soy estadístico de la universidad nacional de Colombia y quiero perfilarme como "Científico de datos" me encuentro buscando un posgrado en IA pero resulta muy costoso en universidades como andes, javeriana, sergio arboleda etc... por esta razón opte por la maestría en ingeniería de sistemas y computación en la universidad nacional (inscrito en proceso de admisión) consideras tu que esta una buena alternativa?
Hola Jeisson. Qué buena pregunta. Mi opinión personal es que no, no vale la pena que dediques 2-3 años de tu carrera para convertirte en "Científico de Datos". Me parece una inversión muy costosa en tiempo y dinero, y esto te puede privar de opciones laborales interesantes... Es irónico, lo digo yo que pasé por todas las etapas de formación, hasta llegar a un doctorado!
La ciencia de datos requiere el desarrollo de conocimientos (que muy seguramente podrías aprender en una maestría, pero que también puedes aprender de forma autodidacta), pero tiene un componente práctico que es esencial, y que tal vez no logres desarrollar a plenitud estando en una Maestría.
Es mi honesta opinión. Te envío un saludo!
Excelente explicación, yo estoy trabajando con un set de datos para clasificar clientes con tendencia a fugarse de una empresa. Transforme datos de texto categóricos a números. ¿Qué críterio me recomienda y por qué?
Gracias por tu comentario Daniel y qué buena pregunta, aunque no me queda claro a qué criterio te refieres. ¿Me puedes dar más información sobre las características que estás teniendo en cuenta para entrenar el modelo y realizar la clasificación?
@@codificandobits el críterio de GINI, CHAID, u otros. Tengo una caracteriatica de Abandono que es mi variable independiente y tengo otras como contrato, recargos, edad, tipo de cuenta, etc.
Habria alguna forma de aplicarlo a NLP ? saludos, buen video
Yo creo que depende del tipo de aplicación de NLP quieras desarrollar. Te sugiero hacer una búsqueda en google de NLP decision trees, encontrarás varios trabajos de tipo académico para diferentes aplicaciones del NLP. Un saludo!
estoy tratando de hacer que mi bot pueda aprender del lenguaje natural usando redes neuronales, el problema es que las redes consumen muchos recursos, entonces estoy viendo la forma de poder usar metodos mas sencillos para que pueda procesar grandes cantidades de datos.. alguien que quisiera ayudarme ? saludos
Un momento, me asalta la duda de como conseguir los parámetros de fuerza y letalidad sin antes sabes que estos parámetros agrupan personajes en masa como por ejemplo esos puntos verdes tan juntos
Hola Edwin. Las características "fuerza" y "letalidad" son hipotéticas, es decir que yo inventé estos valores sólo con el propósito de introducir el ejemplo, pero realmente no corresponden a comportamientos "reales" de los personajes. Un saludo!
@@codificandobits Entiendo, creo que no me di a entender...
Nos hacemos valer de que para clasificar datos, necesitamos que estos se encuentren "casi juntos", es decir que se inclinan por juntarse en un sector de la región...
Mi pregunta es que como se podrían conseguir esos parámetros que muestre ese tipo de características segun lo que quiero analizar....el ejemplo es claro, tengo un guerrero y esa cualidades estan definidas desde el principio....pero imagínate que tenga el guerrero....como identifico esas variables?...
Solo entre por tanjiro
ja, ja, ja!!!
Hola Miguel, me encuentro escribiendo un libro gratuito de Inteligencia Artificial (github.com/amr205/Introduccion-a-la-IA---Libro) y me preguntaba si te molestaría que pusiera un link a tu video en la sección correspondiente a arboles de decisión?
Hola! Suena interesante ese libro. No hay ningún problema con que pongas el link. Un saludo!