Introducción al módulo 2 de Aprendizaje Automático | 21/66 | UPV

Título: Introducción al módulo 2 de Aprendizaje Automático


Descripción automática: En este video, se aborda la importancia de la evaluación de modelos en el aprendizaje automático, destacando que los modelos son hipótesis derivadas de datos y requieren evaluación para determinar su error. Se enfatiza que sin una correcta evaluación, el error puede ser sobreestimado o subestimado, lo cual conlleva problemas al aplicar los modelos. Se explica que existen distintas métricas de evaluación y que no todas son aplicables a todas las tareas.

Se menciona el problema de sobreajuste, cuando un modelo funciona excepcionalmente bien con datos de entrenamiento pero no generaliza adecuadamente. Además del error, se discute la evaluación de otros aspectos como funciones de utilidad y costes. Por último, se introduce el concepto de clasificadores suaves que ofrecen una confianza o probabilidad en sus predicciones y la evaluación sensible al coste que contempla todas estas consideraciones. Los alumnos interesados pueden acceder a material adicional sobre análisis ROC, aunque este tema es optativo y avanzado.

Autor/a: Hernández Orallo José

Curso: Este vídeo es el 21/66 del curso MOOC Aprendizaje Automático y Ciencia de Datos. MOOC Aprendizaje Automático y Ciencia...
Inscríbete en: https://upvx.es/courses/course-v1:edx...


+ Universitat Politècnica de València UPV: https://www.upv.es
+ Más vídeos en: valenciaupv
+ Accede a nuestros MOOC: https://upvx.es

#aprendizaje #automático

• #education
• #aprendizaje
• #automtico