Introducción
En este curso, aprenderá cómo resolver problemas de clasificación utilizando varios algoritmos de aprendizaje supervisado.
🎯 Tareas
En este curso, aprenderá:
- Cómo implementar la regresión logística, el algoritmo de los k vecinos más cercanos (K-nearest neighbor algorithm), Naive Bayes, la máquina de vectores de soporte (support vector machine), el perceptrón y la red neuronal artificial, el árbol de decisión y el bosque aleatorio, y los métodos de bagging y boosting.
- Cómo entender los principios detrás de cada uno de estos algoritmos de clasificación.
- Cómo implementar y aplicar estos algoritmos para resolver problemas de clasificación del mundo real, como el reconocimiento de dígitos escritos a mano.
🏆 Logros
Después de completar este curso, podrá:
- Comprender las fortalezas y debilidades de diferentes algoritmos de clasificación y elegir el adecuado para su problema.
- Implementar y aplicar estos algoritmos para resolver problemas de clasificación en diversos dominios.
- Evaluar el rendimiento de estos algoritmos utilizando técnicas de validación cruzada.