Introducción a R. Caso práctico aprendizaje automático. Datos de entrenamiento y prueb | 39/41 | UPV скачать в хорошем качестве

Introducción a R. Caso práctico aprendizaje automático. Datos de entrenamiento y prueb | 39/41 | UPV

Título: Introducción a R. Caso práctico aprendizaje automático. Datos de entrenamiento y prueba Descripción automática: En este video se explica cómo garantizar que los modelos de aprendizaje automático (machine learning) sean efectivos en predecir datos no vistos previamente. Se usa el dataset 'iris' para ilustrar la construcción de un modelo de clasificación capaz de predecir la especie de una flor basándose en las medidas del pétalo y sépalo. Se enfatiza la importancia de evitar el sobreajuste (overfitting), que ocurre cuando un modelo predice bien en datos conocidos pero falla con nuevos datos. Para prevenir el sobreajuste, se sugiere separar los datos en dos conjuntos: uno de entrenamiento y otro de prueba, utilizando la librería 'caret' en R. Se muestra cómo crear esta partición de datos con la función 'createDataPartition', asegurándose de hacer reproducibles los resultados con el uso de 'set.seed'. Finalmente, se ve cómo los conjuntos de entrenamiento y prueba tienen diferentes tamaños y están compuestos aleatoriamente por distintas observaciones del dataset original. El video termina resaltando la relevancia de dividir los datos para evaluar correctamente la capacidad predictiva de los modelos y su posterior uso en situaciones reales. Autor/a: Despujol Zabala Ignacio Curso: Este vídeo es el 39/41 del curso MOOC Introducción a R para ciencia de datos.    • MOOC Introducción a R para ciencia de datos   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 #R #aprendizaje automático #entrenamiento