¡Hola!
Bienvenida a esta sección.
En esta sección quiero compartir contigo el paso a paso de proyectos sencillos pero muy clarificadores para entender las técnicas de Machine Learning de una forma directa y al grano... Como siempre 😉
¡Vamos a distrutar un ratito!
¡Hello!
Esta lección es de vital importancia si quieres trabajar con la ciencia de los datos.
Te voy a explicar lo más importante para que entiendas la filosofía que hay detrás.
Vamos a transitar del lenguaje estadístico a la ciencia de los datos.
Entramos en los proyectos de ciencia de datos y empezamos con el clustering.
Me encanta este tipo de proyectos porque combina varios tipos de conceptos y son súper útiles y relativamente fáciles de ejecutar.
Los pasos que seguirás son:
- Lectura de los datos
- El objetivo de Clustering
- Estandarizar las características
- Aplicar las tres algoritmos de clustering
- Decidir qué método de cluster es el más interesante
- Calcular los descriptivos de los clusters
- Analizar por grupos - crear un clasificador con la ayuda de los clusters etc...
Te muestro un proyecto paso a paso desde cero aplicando clustering.
¡Adelante!
Ahora, es turno de trabajar con proyectos de clasificación binaria.
¿Preparado?
Los pasos en un proyecto de predicción son:
- Preparar el problema: definir el objetivo, las variables y crear la partición de datos.
- Preparar los datos, limpiarlos y transformarlos
- Estadísticos descriptivos de las características (entradas en función de las clases)
- Evaluar los algoritmos predictivos
- Escoger los 2 o 3 mejores modelos
- Mejorar los modelos
- Finalizar el modelo: guardarlo y comprobar que funciona con más datos
¡A practicar! 😉
Ahora, es turno de trabajar con proyectos de regresión.
¿Preparado?
Los pasos en un proyecto de predicción son:
- Preparar el problema: definir el objetivo, las variables y crear la partición de datos.
- Preparar los datos, limpiarlos y transformarlos
- Estadísticos descriptivos de las características (entradas en función de las clases)
- Evaluar los algoritmos predictivos
- Escoger los 2 o 3 mejores modelos
- Mejorar los modelos
- Finalizar el modelo: guardarlo y comprobar que funciona con más datos
¡A practicar!
¡BIEEEN!
Ahora ya tienes mucho más claro cómo aplicar Machine Learning paso a paso.
Es tu turno. Ahora te toca aplicarlo a tus proyectos.
¡A por ello!