Slide 1

Slide 1 text

INTRODUCCIÓN AL MACHINE LEARNING JESUS DAVID MENA RIVERA EST. INGENIERIA DE SISTEMAS Y COMPUTACIÓN

Slide 2

Slide 2 text

página 2

Slide 3

Slide 3 text

página 3 ¿QUÉ ES ? A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P if its performance at tasks in T, as measured by P, improves with experience E. Tom M. Mitchell

Slide 4

Slide 4 text

Obtención de Datos Preparación de Datos Entrenar Modelo Evaluación del Modelo Implantación página 4 Etapas del Machine Learning

Slide 5

Slide 5 text

• Mas usado. • Predicciones apartir de datos historicos. • Se requieren datos Etiquetados. • Clasificaciòn y regresión. • Reconocimiento de voz, predicciones de bolsa, deteccionde enfermedades. • No se sabe que se busca. • Determinar relaciones. • Identificar patrones. • Clustering, reducción de dimensionalidad. • Se basa en hallazgos. • La maquina aprende a interactuar en un entorno. • Las salidas suelen ser secuencia de acciones. • Recompensas. • DP, Qlearning. • Aprender a jugar, navegación de un robot. Machine Learning página 5 Tipos de aprendizaje Aprendizaje supervisado Aprendizaje no supervisado Aprendizaje reforzado

Slide 6

Slide 6 text

Numpy y Pandas Tensorflow Keras Scikit-learn Matplotlib página 6 PYTHON LIBRERÍAS ÚTILES

Slide 7

Slide 7 text

APRENDE MACHINE LEARNING EN 3 MESES CON SIRAJ RAVAL página 7

Slide 8

Slide 8 text

página 8 APRENDE MACHINE LEARNING En 3 meses con Siraj Raval https://github.com/llSourcell/Learn_Machine_Learning_in_3_Months Mes 1 • Algebra lineal • Calculo • Probabilidad • Algorithmos Mes 2 • Python data science -Tensorflow • Intro to ML (Udacity) • Proyectos varios y ideas Mes 3 • Intro to Deep Learning • Deep Learning (Fast.AI) • Re-implementar proyectos de su Git.

Slide 9

Slide 9 text

GRACIAS Jesus David Mena Rivera +57 321 887 2428 [email protected] @yisuslinkon