Categoría machine-leaning-articles-es

S21L01 – Teorema de Bayes

S21L02 – Verosimilitud vs probabilidad, distribución normal

S21L03 – Naive Bayes multinomial

S21L04 – La escala logarítmica

S21L05 – Bayes ingenuo gaussiano

S21L06 – Naive Bayes Gaussiano en Python

S22L01 – Número de Euler

S22L02 – Datos equilibrados vs desequilibrados

S23L01 – SVM: iniciando con datos unidimensionales

S23L02 – SVM, mapeo a dimensiones superiores

S23L03 – SVM, en el espacio 2D

S23L04 – Implementación de SVM usando Python

S24L01 – Árbol de decisión y Bosque aleatorio

S25L01 – Clasificador AdaBoost y XGBoost

S26L01 -La precisión, no tan precisa

S26L02 – Matriz de confusión

S26L03 – Exactitud, precisión, sensibilidad, especificidad, puntuación F1

S26L04 – Matriz de Confusión 3D

S27L01 – Plantilla maestra del modelo de clasificación

S27L02 – Plantilla maestra del modelo de clasificación

S28L01 – Plantilla actualizada con GridSearchCV

S28L02 -Búsqueda Aleatoria CV

S29L01 – ROC, AUC y curva PR: antecedentes

S29L02 – ROC, AUC – Evaluando el mejor modelo

S29L03 – ROC, AUC – Calculando el umbral óptimo (método de Youden)