Descripción del curso
Estas lecciones explicarán el proceso típico de creación de modelos en referencia a la tubería del modelo de clasificación. También recibirá una introducción a los problemas de clasificación binarios y multiclase, y las formas en que se utilizan mejor. Aprenderá a utilizar la ingeniería de características para averiguar las mejores entradas de datos para sus modelos de clasificación.
Además, estas lecciones analizarán y esbozarán el modelado con métricas de calidad. Aprenderá a evaluar la calidad de un modelo de clasificación y a validar un modelo de clasificación antes de su implementación.
Lo que aprenderás
- Seguir el proceso típico para construir un modelo de clasificación, desde el pipeline de construcción del modelo hasta la implementación
- Aplicar la ingeniería de características para identificar las mejores entradas de datos para modelos de clasificación
- Distinguir entre problemas de clasificación binaria y multiclase y cuándo es mejor usar cada uno
- Evaluar el rendimiento del modelo de clasificación utilizando métricas de calidad del modelo
- Validar un modelo de clasificación antes de implementarlo
- Construir modelos de clasificación para problemas de clasificación binaria y multiclase
Puntos clave
- El curso explica el proceso típico de construcción de modelos en referencia al pipeline del modelo de clasificación.
- La ingeniería de características se utiliza para determinar las mejores entradas de datos para modelos de clasificación.
- Los problemas de clasificación binaria y multiclase difieren, y cada uno tiene escenarios en los que es mejor utilizado.
- Las métricas de calidad le permiten evaluar la calidad de un modelo de clasificación.
- Un modelo de clasificación debe ser validado antes de su implementación.
Preguntas frecuentes
¿Qué cubre este curso?
Cubre el proceso típico de construcción de modelos para el pipeline del modelo de clasificación, una introducción a problemas de clasificación binaria y multiclase, ingeniería de características para elegir las mejores entradas de datos, modelado con métricas de calidad, y métodos de validación de modelos.
¿Cuál es la diferencia entre la clasificación binaria y multiclase cubierta aquí?
El curso introduce problemas de clasificación binaria y multiclase y analiza los modos en que cada uno es mejor utilizado.
¿Cómo aborda el curso la calidad del modelo y la preparación para la implementación?
Analiza y describe el modelado con métricas de calidad, enseñando cómo evaluar la calidad de un modelo de clasificación y cómo validar un modelo de clasificación antes de su implementación.
¿Qué habilidades adquiriré de este curso?
Desarrollará habilidades en Clasificación de datos, Ingeniería de características, Aprendizaje de características, Selección de características, Entrenamiento de modelos de aprendizaje automático, y Clasificación estadística.
¿Qué temas se enseñan en las lecciones?
Las lecciones cubren el proceso de construcción de modelos, ingeniería de características, problemas de clasificación binaria, métricas de calidad del modelo, problemas de clasificación multiclase, y métodos de validación de modelos.
