Sesión 17: Introducción al Machine Learning — Transcript

Introducción a modelos de machine learning para clasificación, evaluación con matriz de confusión y métricas, y conceptos básicos de redes neuronales.

Key Takeaways

  • Existen múltiples modelos de machine learning, cada uno con ventajas según el tipo de datos y problema.
  • La matriz de confusión es fundamental para evaluar la precisión y errores de un modelo de clasificación.
  • La calidad de los datos impacta directamente en el desempeño del modelo.
  • Las métricas como accuracy, sensibilidad y especificidad derivan de la matriz de confusión y ayudan a entender el rendimiento.
  • Redes neuronales y deep learning son técnicas avanzadas que requieren comprensión matemática, pero son poderosas para predicciones complejas.

Summary

  • Se presentan alrededor de 38 modelos populares de machine learning para clasificación, incluyendo Naive Bayes, regresión logística, random forest, KNN, XGBoost y redes neuronales.
  • Se explica la lógica general de los modelos como 'cajitas mágicas' que reciben variables de entrada y generan predicciones probabilísticas.
  • Se detalla la importancia de la calidad de los datos y la diferencia en velocidad y precisión entre modelos.
  • Se introduce la partición de datos en conjuntos de entrenamiento y prueba para evaluar el desempeño del modelo.
  • Se explica la matriz de confusión como herramienta clave para medir la precisión, tasa de error, sensibilidad y especificidad.
  • Se mencionan métricas derivadas de la matriz de confusión, como accuracy, tasa de aciertos, tasa de errores y la curva ROC.
  • Se discute la importancia de comparar valores reales y predichos para validar el modelo.
  • Se hace referencia a la aplicación práctica de estos conceptos en ejemplos de predicción binaria como morosidad o diagnóstico médico.
  • Se introducen conceptos básicos de redes neuronales y deep learning, incluyendo funciones de activación y backpropagation.
  • Se enfatiza que el entendimiento profundo requiere conocimientos matemáticos, pero que no es necesario ser experto para aplicar machine learning.

Chapters

  1. 00:00Introducción y modelos populares de machine learning
  2. 11:00Predicciones probabilísticas y clasificación binaria
  3. 16:10Evaluación de modelos con matriz de confusión
  4. 21:22Métricas derivadas y curva ROC
  5. 25:44Preparación y partición de datos para entrenamiento
  6. 30:50Evaluación de precisión en datos de entrenamiento y prueba
  7. 43:54Conceptos básicos de redes neuronales y deep learning
  8. 51:10Funciones de activación, error y backpropagation
  9. 55:19Recomendaciones para profundizar en machine learning y deep learning

Full Transcript — Download SRT & Markdown

06:29
Speaker A
¿Qué tal, muchachos? Buenas noches. Vamos a iniciar con la sesión. Ya sus compañeros se conectarán en el transcurso. Ya.
06:37
Speaker A
Muy bien. Entonces, Lía, ¿qué tal? Les, ¿cómo están? Muy bien, vamos a iniciar, muchachos.
06:48
Speaker A
A ver, vamos a terminar esta parte que habíamos visto del machine learning para clasificación, ¿no?
06:58
Speaker A
Les comentaba que actualmente existen 38 modelos de machine learning, más o menos 38, 36, si no me equivoco.
07:08
Speaker A
Y estos serían los más populares, ¿no? Seguramente alguna vez ya lo han escuchado, ¿no? Harolisión, que es muy, muy conocido, eh, Naive Bayes, la regresión logística que conocemos, muchachos, nosotros lo hemos visto desde un punto de vista más
07:24
Speaker A
estadístico, ¿no? Que era muy interesante, por ejemplo, para modelos explicativos, ¿no? Pero si ya le quieres llevar a modelos proyectivos, ya bajo el enfoque de machine learning es mucho más interesante, ¿no?
07:40
Speaker A
También tenemos, por ejemplo, el análisis discriminante, que es también una técnica estadística multivariada.
07:47
Speaker A
Eh, máquina vector de soporte, random forest, que es una generalización de los árboles de decisión. Por ejemplo, si los árboles trabajan solamente con un árbol para tomar una decisión, un random forest trabaja con un grupo de árboles, por eso se le dice bosque aleatorio,
08:05
Speaker A
¿no? También están los métodos ensamblados, ¿no? Eh, KNN, los vecinos cercanos y estos modelos son más sofisticados, ¿no?
08:17
Speaker A
Estos de acá son muy sofisticados. Por ejemplo, eh, el XGBoost que dicen, el GBM, el Extra Trees y también las redes neuronales artificiales, ¿no? Pero muchachos, la lista continúa, hay un montón de modelos, pero la lógica detrás de todo esto es la
08:39
Speaker A
misma, ¿no? Por ejemplo, supongamos que un modelo de machine learning sea esta cajita mágica, ¿no?
08:46
Speaker A
Esta cajita mágica va a entrar muchos inputs que van a ser tus variables, ¿no?
08:54
Speaker A
Pues en esta cajita va a suceder la magia, ¿no? Para que te dé una predicción, un resultado, un output, ¿no?
09:04
Speaker A
Generalmente cuando es clasificación, muchachos, lo que el modelo te va a dar es una probabilidad.
09:11
Speaker A
En función a esa probabilidad, pues tú lo clasificas en un grupo u otro, ¿no?
09:17
Speaker A
Moroso o no moroso, ¿no? Algo así, enfermo, sano y cualquier grupo de interés, ¿no?
09:26
Speaker A
Entonces, entonces si todos tienen la misma lógica, ¿cuál es la diferencia? No, la diferencia está en que cada uno de estos modelos, muchachos, internamente tienen un proceso diferente de aprender de los datos, ¿no? Algunos aprenden más rápido, otros más lento,
09:47
Speaker A
otros mejor, otros no tanto. ¿De qué va a depender eso? Básicamente pues de la calidad de los datos, ¿no? Si tú al modelo le das buenos datos, obviamente el resultado va a ser mejor, ¿no? Puede que alguno de estos modelos
10:01
Speaker A
sea más rápido en términos computacionales, ¿no? Entonces, eso es la diferencia entre todas las que existen. Todos son muy buenos. Sí.
10:12
Speaker A
Existe uno mejor que el otro, ¿no? Cada modelo es especial y a veces funciona muy bien para un conjunto de datos especial, no específico.
10:23
Speaker A
Muy bien. Muy bien, muchachos. Ahora la pregunta del millón es, ¿no? Ya, una vez que yo entrene, yo entrene mi modelo de machine learning, en este caso, claro, voy a dar un input,
10:42
Speaker A
un grupo de inputs y voy a tener un output, ¿no? Si mi objetivo es predecir, por ejemplo, una variable binaria, esto por ejemplo sea moroso, por ende, no moroso, ¿no? Entonces imagínate que este modelo me da una
11:04
Speaker A
probabilidad de morosidad pues de 0.85. Ah, como es una probabilidad de morosidad alta, entonces automáticamente tú perteneces al grupo de los morosos, ¿no?
11:19
Speaker A
Los modelos de machine learning te van a estimar probabilidades. Pero, ¿cómo sé si mi modelo está prediciendo bien, no? ¿Cómo sé o qué me dice o qué es lo que me indica que la predicción es buena?
11:34
Speaker A
Y acá viene algo interesante, ¿no? Supuestamente tú tu conjunto de datos vas a tener que partirlo en dos, ¿no? Data de entrenamiento y data de testeo.
11:47
Speaker A
Entonces, con la data de entrenamiento, tú vas a entrenar tu modelo de machine learning. Con la data de testeo vas a evaluar qué tan bueno es.
11:55
Speaker A
Entonces, para saber qué tan bueno es, necesito saber qué tan bien está clasificando mi modelo para un conjunto de datos nuevos. No, recuerda que el aprendizaje supervisado yo tengo mis X y tengo mi Y en mi base de datos, ¿no?
12:17
Speaker A
Entonces, como conozco ellos en función a estos, tengo un valor real, un valor conocido, pero el modelo también me va a predecir ese valor.
12:30
Speaker A
Entonces, si yo quiero comparar el valor real y el valor predicho, si son iguales, clasificación correcta, si son diferentes, clasificación incorrecta, ¿no?
12:45
Speaker A
Entonces de esa manera es pues que se puede saber si está clasificando bien o no el modelo, ¿no?
12:52
Speaker A
Para eso existe una herramienta muy interesante y sencilla llamada matriz de confusión. La matriz de confusión, muchachos, es una tablita de 2x2.
13:05
Speaker A
Simple, pero muy interesante. Imaginemos que aquí está el valor real de la data, ¿no? El valor real de la data.
13:16
Speaker A
Estos son los valores reales, moroso y no moroso, por ejemplo. Pero mi modelo usando la data test también me va a predecir.
13:29
Speaker A
Miren, también me va a predecir, ¿no? Muy bien. Si mi valor real dice que es cero y mi modelo me predice que es cero, entonces esto acá sería un porcentaje de clasificación correcta, es decir, los casos correctamente clasificados. Data real dice que es cero
13:58
Speaker A
y el modelo también dice que es cero. Por ende, una clasificación correcta, ¿no? Pero, ¿qué pasaría si mi data real dice cero y mi modelo me predice como uno?
14:13
Speaker A
Entonces, estos son casos clasificados incorrectamente, ¿no? Igual para el otro extremo, si mi modelo, si mi data real dice que es uno, pero mi modelo dice que es cero, me estoy confundiendo, ¿no? Esto corresponde a ello. La tabla no salió
14:33
Speaker A
tan bien. Entonces, esto sería el porcentaje de clasificación correcta, ¿no? Incorrecta, perdón. Sin embargo, si mi data dice uno y mi modelo también dice uno, ah, entonces es un porcentaje de clasificación correcta, ¿no?
14:51
Speaker A
Para el caso inicial era esto, me había me estaba equivocando, ¿no? Era él con él me daba él, ¿no?
15:01
Speaker A
Es el porcentaje de clasificación correcto. En otras palabras, ¿cuáles son los que están clasificando correctamente?
15:08
Speaker A
Él y él, ¿no? Es decir, si tú sumas más él entre el total, tienes el porcentaje de clasificación correcta de tu modelo, ¿no?
15:20
Speaker A
Aunque no lo crean, muchachos, todas las métricas de evaluación de los modelos salen a partir de este cuadrito, un cuadrito de 2 por 2, ¿no? Simple.
15:30
Speaker A
Por ejemplo, si yo quiero saber el porcentaje de clasificación correcta, sería, ¿no?, la suma de esos dos valores entre la suma total, ¿no?
15:48
Speaker A
Así de simple, muchachos. No es nada, no hay nada complicado en esta parte, ¿no?
15:55
Speaker A
Y esto por un 100%, ¿no? Ahí tendrías el porcentaje de clasificación correcta o algunos textos lo llaman accuracy o rendimiento, performance, ¿no?
16:10
Speaker A
Término más sencillo es el porcentaje de clasificación correcta, ¿no? Muy bien. Justo esas métricas que comento, muchachos, son estas, ¿no? La tasa de acierto.
16:23
Speaker A
¿Qué tanto está acertando mi modelo? Los clasificados correctamente entre el total, ¿no? A eso los textos lo llaman tasa de aciertos.
16:32
Speaker A
Profe, la tasa de errores sería la otra diagonal, ¿no? O el complemento de toda esta expresión, pero más fácil es la diagonal secundaria entre el total.
16:44
Speaker A
Con eso tendrías cuánto se está equivocando tu modelo, ¿no? Entonces, son dos métricas que salen de las matrices de confusión, muchachos.
16:54
Speaker A
Sencillo. ¿Qué más? ¿Qué otras métricas salen a partir de esa tablita? La especificidad, por ejemplo, la sensibilidad, por ejemplo, cuando vimos regresión logística, una métrica para evaluar un modelo predictivo era la curva ROC, ¿no?
17:19
Speaker A
La curva ROC usa como insumo estos dos conceptos. Por ejemplo, acá está la especificidad y acá está uno menos la, si no me equivoco, acá es sensibilidad y acá estaría uno menos la especificidad, ¿no?
17:41
Speaker A
Entonces acá sale pues la curva ROC. Entonces eso es un insumo muy importante para construir la curva ROC.
17:51
Speaker A
Entonces, todo tiene sentido. Ahora, no hay una teoría que nos permite entender pues cómo se construyen esas métricas, ¿no?
18:01
Speaker A
Muy bien. También.
18:10
Speaker A
Los falsos positivos. Entonces son conceptos que también salen, muchachos, a partir de la tablita de 2 por 2 o la tabla de matriz y confusión, ¿no? Entonces, son conceptos que siempre lo escuchamos.
18:25
Speaker A
Muy bien. Y acá hay un resumen mucho más interesante, muchachos, con otras métricas mucho más especiales, ¿no? Lo que les comenté es el famoso accuracy, ¿no?
18:40
Speaker A
Que son los casos clasificados correctamente entre el total, ¿no? Luego el más usado es el F1 Score.
18:47
Speaker A
Muchachos, ¿cuándo se recomienda usar? Puedes usar cualquiera de esas métricas, muchachos, para comparar tus modelos, no hay problema.
18:59
Speaker A
Pero los más potentes o lo más eficiente son Acuracy F1 score. ¿Cuándo usar para datos balanceados? Es decir, donde tu variable objetivo son balanceados, es decir, hay una cantidad balanceada. No, no, no creo que no haya duda de ese concepto,
19:24
Speaker A
pero para casos desbalanceados el F1 es corre más eficiente, ¿no? Un caso desbalanceado, profesor, por ejemplo, en los bancos el dolor de cabeza es la morosidad.
19:41
Speaker A
¿Ustedes creen que la variable morosidad en el banco los unos representen 90%? No, no debe ser menor al 5% frente a casi un más de 95%. Entonces ya lo hace un escenario o una data desbalanceada ¿no?
20:05
Speaker A
Entonces para esos casos, muchachos, donde la desbalance de la variable objetivo es muy marcada, pues el F1 es corre es una métrica mucho más estable, ¿no?
20:16
Speaker A
Si tú usas Acuracy para datas desbalanceadas te va a llegar a tomar una decisión equivocada ¿no?
20:26
Speaker A
Muy bien, eso es algunas recomendaciones. Se dan cuenta que todo sale a partir de esa tablita, muchachos.
20:32
Speaker A
Todo, absolutamente todo. Muy bien. ¿Qué más tenemos por acá? Ah, la curva de rock, ¿no? Justamente la curva de rock muchachos es un insumo más para usar para evaluar modelos ¿no?
20:53
Speaker A
Eh, ¿cómo se construye la curva de R? como la sensibilidad versus uno, la especificidad. Justo lo que les comentaba ¿no?
21:07
Speaker A
Acá tengo la sensibilidad uno menos la especificidad. Si tú graficas esos valores, te vas a ver su curva de rock, ¿no?
21:22
Speaker A
Muy bien. Pero, ¿para qué sirve la curva rock? supuestamente, si es que tú encuentras un modelo, otro modelo, por ejemplo, entonces el mejor modelo va a ser aquel que tenga mayor curva, ¿no? Más amplio la curva.
21:39
Speaker A
El área bajo la curva es la métrica AUC. Entonces, ¿cuál sería el mejor modelo usando la curva R? el que tiene mayor au seno.
21:50
Speaker A
Eso es una herramienta, Luis, ese A tiene que ser significativo, no es un valor el área bajo la curva, por ejemplo, no importa que el P valor me dé por debajo de no me no lo tomo en cuanto P valor si el
22:05
Speaker A
AC es alto, ese modelo es bueno. Sí, el mejor modelo es el que tiene el AC más alto.
22:11
Speaker A
Perfecto. Sí, así de simple. ¿Por qué? Porque tiene más área, ¿no? Por ende, mayor curva.
22:19
Speaker A
Así de simple. Ojo, si vas a usar una métrica para evaluar tu modelo, solo se elige uno para poder comparar todos tus modelos.
22:31
Speaker A
No vale cambiar métrica por modelo. Si vas a usar AUC, úsalo siempre, no lo cambies en el transcurso, ¿no? Si vas a usar la curacy, úsalo. Si vas a usar el F1 SC, úsalo.
22:44
Speaker A
Yo he visto reportes de mis de mis alumnos que usan métricas para cada modelo diferente. Digo, ¿y cómo puedes comparar? No, si tú quieres comparar modelos, tiene que ser bajo condiciones normales, ¿no? Una sola métrica para todos.
23:00
Speaker A
Muy bien, eso lo hace interesante, ¿no? Y justamente este curva rock es algo así ¿no?
23:07
Speaker A
Por ejemplo, entre estos tres modelos, el celeste es el mejor modelo, ¿no? El modelo perfecto es el que se pega perfectamente a los ejes, ¿no?
23:18
Speaker A
Y el peor modelo es pues cuando o el pésimo es cuando tu recta es tu curva es una recta prácticamente, ¿no?
23:27
Speaker A
cosa que no sucede en la realidad, pero es un indicio de que tu modelo es malo, pues no.
23:36
Speaker A
Muy bien, todo eso lo vamos a ver en el DR también, no se preocupen. Ahorita la teoría, muchachos. Muy bien, ahora vamos a ir a nuestro laboratorio del R. Ya.
23:49
Speaker A
A ver, vamos a ver. Abran su R, por favor. Hay dos, pero eh les quiero mostrar primero la regresión logística binaria, muchachos, ya pero un enfoque predictivo, ya después vemos varios modelos cómo funciona.
24:11
Speaker A
Ya cuando vayamos al R ya es un poco diferente ¿no? Acá no se va a ver el modelo, nada de esas cosas, ¿no?
24:20
Speaker A
Acá hay que ver pues qué tan qué tan bien está prediciendo y punto. Muy bien. A ver, vamos a ver, muchachos. R tiene varias librerías para hacer machine learning.
24:34
Speaker A
Eh, Caret es el mejor y el segundo está el Tidy Modless, ¿no? Son los dos son muy buenos, pero Caret es mucho más eh más rápido y mucho más fácil de entender ¿no?
24:50
Speaker A
De ahora en adelante, muchachos, cuando ustedes construyen modelos predictivos, van a tener que quitarse un poquito el chip estadístico.
25:01
Speaker A
¿Por qué? Porque en machine learning no hay estimación de parámetros, eh, no hay prueba hipótesis, no hay esas cosas, ¿no? Y el enfoque es totalmente diferente. Por ejemplo, en machine learning, primero vas a tener una data, vas a tener que partir tu data y vas a
25:15
Speaker A
tener que tener dos segmentos, ¿no? Una data de entrenamiento y una data de testeo, ¿no?
25:23
Speaker A
Con esto se entrena, con esto se evalúa el modelo. Muy bien. Hasta ahí es un chip totalmente diferente, ¿no?
25:33
Speaker A
Muy bien. Vamos a usar una base de datos, muchachos, que ya existe en en la librería ML bench, que se trata de diabetes.
25:44
Speaker A
Entonces, lo que voy a hacer es cargar esa base de datos, omitir los valores faltantes y la variable diabetes lo voy a pasar como factor, ¿no? ¿Por qué hago eso?
25:55
Speaker A
Porque recuerden que las variables categóricas R lo toma como factor. Muy bien. Miren, automáticamente ya tengo mi base de datos, ¿no?
26:08
Speaker A
¿Cuál va a ser mi base de datos? DF, ¿no? Ahí está, muchachos. Acá están mis variables numéricas, mejor dicho. Acá están mis mis X, X1, X2 y así hasta Xn.
26:25
Speaker A
Y acá está mi variable y. Lo que yo voy a hacer es que y estoy observando que tiene es un grupo de pacientes, ¿no? Donde fila, la fila uno es un paciente uno y su resultado diabetes es negativo.
26:41
Speaker A
El otro positivo positivo. Entonces es una variable binaria. Como tengo un x y un y mi interés es predecir si una persona va a tener diabetes en función a las variables, obviamente es un tipo de data que se
26:56
Speaker A
presta para un machine learning de aprendizaje supervisado, ¿no? ¿Por qué? Porque tengo x y tengo una variable objetivo.
27:05
Speaker A
Muy bien. Entonces, estoy en aprendizaje supervisado, pero en clasificación, ¿no? Para clasificación. ¿Por qué? Porque mi variable respuesta es una variable binaria, no dicotómica.
27:19
Speaker A
Puede ser también multiclase, no hay problema. Muy bien. Ustedes se preguntarán, "Profesor, pero usted cargó primero esta data." Sí, el problema que esta data tiene valores faltantes, ¿no?
27:37
Speaker A
Yo los he limpiado y me he quedado simplemente con una ata completa. La completa vendría a ser y ustedes dirán, "Profe, ¿y cómo se hace eso?" Simplemente acá se usó este comando llamado na omit.
27:54
Speaker A
Esto omite todos los valores faltantes y solo se queda con los casos completos. Lo otro sería optar por una imputación de datos, pero ya eso es es otro proceso, ¿no? Vamos a usarlo lo más fácil para entender todo lo que implica
28:11
Speaker A
esto. Y acá, muchachos, hay que separar nuestra data de entrenamiento y testeo, ¿no? O sea, que esta data, los 392 registros, lo voy a partir una parte de entrenamiento y otra parte de testeo.
28:26
Speaker A
Voy a decir que mi data de entrenamiento sea el 80% de mi data total.
28:33
Speaker A
Por ende, el 20% será la data de de teste. Ejecuto y listo. Miren, jóvenes, observen acá.
28:44
Speaker A
Data de entrenamiento, data de testeo. La suma me da igual al total de los datos, ¿no? ¿Por qué? porque simplemente lo he particionado, lo he segmentado, ¿no?
28:58
Speaker A
Ya saben por qué se hace esta segmentación para entrenar y para evaluar ¿no? Muy bien. Ahora de acá ya es un poco más más de código, ¿no?
29:12
Speaker A
ese modelo que tú le vas a dar, muchachos, el problema hay un error muy común que se comete, ¿no?
29:22
Speaker A
Si yo hago el particionamiento, este particionamiento muchachos es aleatorio ¿no? Cada vez que yo particiono, voy a tener diferentes elementos en ambos lados.
29:33
Speaker A
¿Por qué? porque es un muestrado aleatorio. Eso quiere decir que yo si yo hago varias particiones puede que en cada iteración o en cada corrida me salga diferentes precisiones. Sí.
29:47
Speaker A
¿Por qué? Porque es aleatorio, ¿no? Porque en cada partición vas a entrenar con diferentes datos porque es aleatorio.
29:56
Speaker A
Entonces, para evitar ese sesgo de la aleatoriedad muchachos existe un concepto llamado validación cruzada, que lo que hace es que la partición no influya tanto en la precisión del modelo, pero la valiación cruzada no es que se conforma con una sola partición, sino
30:22
Speaker A
con un grupo de particiones, de tal manera que en cada partición se mueve un pedacito, algo así, ¿no? Si la primera partición es esta, la segunda partición va a ser ya quizás esta, ¿no? Esta va a ser el tren,
30:42
Speaker A
esta el tr y así sucesivamente hasta poder recorrer varios pedacitos, ¿no? Esto sería tren y así, ¿no?
30:54
Speaker A
Entonces, cuando tú particionas tu data en varios pedacitos o en varios fals, como lo hice, lo que tú vas a hacer es entrenar varios modelos y al final agregar o hacer un agregate para obtener una predicción final ¿no?
31:11
Speaker A
A eso le conocen como la variación cruzada. Es una estrategia muy interesante para evitar el sesgo de la de la aleatoriedad ¿no?
31:21
Speaker A
Entonces, al aplicar validación cruzada, muchachos, tu modelo ya te da precisión más estable. ¿Por qué? Porque le quitaste el sesgo de la aleatoriad, es decir, lo pudiste controlar, en otras palabras, ¿no?
31:35
Speaker A
Muy bien. Y por eso se define esto, ¿no? El método validación cruzada. ¿Cuántos false? 5 vols.
31:43
Speaker A
Acá le voy a decir esto se le conoce como eh objeto de control. Entonces, ya voy a correr un modelo de reión logística binaria, pero quiero con variación cruzada 5 vols, quiero probabilidades porque es un mole clasificación y todo eso, ¿no? Es más que todo lo más
32:02
Speaker A
importante son estas de acá. A esto lo conoce como el famoso objeto de control, ¿no? Porque es un control que tú le vas a hacer a tu modelo, ¿no? Entonces, esto se ejecuta.
32:17
Speaker A
Y acá viene el entrenamiento de la regresión logística binaria, ¿no? La función train de la librería Caret tiene varios modelos incorporados.
32:30
Speaker A
Uno de ellos es el modelo realización logística binaria, que es básicamente un GLM de enlace de familia binomial, ¿no?
32:39
Speaker A
Entonces, le voy a dar la la variable Y que use la data de entrenamiento. Miren, voy a entrenar con la data de entrenamiento, muchachos. O sea, que voy a entrenar con la data de data trade, ¿no?
32:54
Speaker A
Muy bien. Y listo. Ejecuto. Y acá está el, ¿cómo se llama? El control, ¿no? Miren, acá va este control que he definido acá. Entonces, va a correr una revisión logística binaria, muchachos, con validación cruzada.
33:11
Speaker A
Ahí ya es totalmente el enfoque diferente al modelo clásico, ¿no?, de estadística. Acá hay una acá hay validación cruzada.
33:19
Speaker A
Acá voy a usar métricas de rock para evaluar y todo ello, ¿no? Todo ello y la data de entrenamiento, ¿no?
33:33
Speaker A
Simplemente ejecuto. Listo. Miren lo que nos salió, muchachos. No hay acá no hay modelo, no hay nada, ¿no? Miren, se ha corrido valiación cruzada 5 y acá mira su curva de rock, muchachos. Esto sería la UC, ¿no? 84%
33:54
Speaker A
más o menos, ¿no? 0.84. Muy bien. Entonces es una precisión aceptable, ¿no? Es una buena precisión.
34:04
Speaker A
Y esta precisión, muchachos, ya tiene validación cruzada, es decir, es una precisión estable, ¿no?
34:10
Speaker A
Muy bien. Pero eso es usando la data de entrenamiento ¿no? Es decir, con la data de entrenamiento, mi modelo me da una precisión del 0.85 usando métrica rock, ¿no?
34:24
Speaker A
¿Cómo puedo saber si este entrenamiento es bueno? ¿Cuándo lo aplico pues a la data de testeo? No, para aplicar a tu data de testeo este modelo entrenado, lo vas a usar con tu nueva data, es decir, vas a predecir con la nueva data,
34:43
Speaker A
¿no? Para ello usas la función predict. Ahí está, ya ha hecho la predicción. Mira, ahí está. positivo, negativo, todo.
34:56
Speaker A
También puedes calcular las probabilidades. Miren, miren, ahí están las probabilidades de de pertenecer a un grupo u otro, ¿no?
35:08
Speaker A
Y acá aplicamos la matriz de confusión para que nos dé una idea mucho más interesante.
35:13
Speaker A
literal esta matriz y confusión le estoy diciendo, "Oye, usando la data de test de testeo y usando el modelo que yo he entrenado, que también se comporta mi modelo con la nueva data, ¿no?
35:27
Speaker A
Ah, muy bien. Acá está, muchachos. Miren, acá está, no sigue teniendo un buen acur, ¿no? Un acur alto.
35:43
Speaker A
En otras palabras, muchachos, eh tanto en la data de entrenamiento como la data de testeo, tenemos muy buenas precisiones, ¿no? Es decir, no ha disminuido radicalmente.
35:57
Speaker A
Entonces, eso es un indicio de que el modelo es aceptable, no es bueno. Claro, no podemos decir que es el mejor porque solamente hemos corrido un modelo, ¿no?
36:05
Speaker A
No se podría decir eso, pero he hecho uno para que se pueda entender y que puedan entender ustedes, ¿no?
36:14
Speaker A
Ustedes dirán, "Profe, pero está usted está calculando a Curacy y el entrenamiento usted usó rock o el AUC, ¿no? Claro, simplemente quise ver cómo está calculando pues o clasificando el modelo entrenado, ¿no?
36:29
Speaker A
Si ustedes quieren la curva de rock, muchachos, pueden usar la función, la librería PKC.
36:35
Speaker A
Esa librería tiene una función llamado rock, que obviamente hace el gráfico de la curva de rock, ¿no? Lo único que tienes que hacer es plotearlo.
36:45
Speaker A
Y muchachos, acá está la famosa curva de rock de la regresión logística binaria, ¿no?
36:55
Speaker A
Y si quieren el área bajo la curva, simplemente la función se llama AUC del objeto RCK, ¿no?
37:02
Speaker A
084 muchachos. Quiere decir que mi modelo logístico binario, tanto en mi data de entrenamiento con mi data de testeo, me está dando una buena precisión, la misma precisión matemáticamente, lo cual indica que el modelo entrenado es aceptable, es bueno, ¿no? ¿Por qué?
37:24
Speaker A
Porque se comporta bien con data nueva. ¿Cuándo hubiera sido un pésimo modelo? cuando su precisión hubiera bajado notablemente, ¿no? 0. No sé, 44, por ejemplo, quiere decir que el modelo no está haciendo, no está extrapolando bien, ¿no? Es decir, no ha aprendido
37:42
Speaker A
bien. Muy bien. Muy bien. Entonces, hasta ahí queda que el modelo ha sido validado.
37:56
Speaker A
es útil para usarlo para hacer predicciones para personas nuevas, personas X, ¿no? ¿Cómo así? Imaginemos, muchachos, que viene una un grupo de pacientes, cinco pacientes con estas características.
38:15
Speaker A
Entonces, algo así, ¿no? Vienen cinco pacientes con esas características y lo que tú tienes que hacer, muchachos, es predecir si ese paciente tiene diabetes o no.
38:34
Speaker A
Y ustedes van a decir, "Profe, pero ¿cómo voy a saber?" Recuerda que ya tienes un modelo entrenado.
38:40
Speaker A
Entonces, a ese modelo entrenado tú le vas a dar estos insumos. y te va a decir el modelo si es positivo para diabetes, negativo para diabetes, positivo, negativo y así.
38:55
Speaker A
Así de simple, muchachos. Claro, como ya tienes el modelo entrenado, solamente tienes que usarlo para data nueva y el modelo te va a dar la clase a la cual pertenece. Obviamente lo que te da es probabilidades, pero en función de las probabilidades tú
39:11
Speaker A
los agrupas, ¿no? Por default, muchachos, por default estos modelos están definidos con un umbral de 0.5, ¿no?
39:26
Speaker A
Dice, si la probabilidad es mayor a 0.5, entonces pertenece al grupo de interés. Si la probabilidad es menor, acá es mayor igual, menor a 0.5, se dice que pertenece al grupo que no interesa, ¿no?
39:43
Speaker A
Pero los bancos mueven este umbral, pueden moverlo, no hay problema. Claro, si quiero ser más estricto puedo elevar a mi probabilidad de moros 0.8, ¿no? Para no tomar muchos riesgos, ¿no?
39:58
Speaker A
Eso ya se maneja en el negocio, muchachos. Muy bien, entonces está mi nueva data. Lo que voy a hacer es usar mi modelo entrenado anteriormente con la nueva data. Quiero estimar probabilidades y en función de las probabilidades definir las clases. No,
40:20
Speaker A
ya no tengo que hacer nada, simplemente ejecutar, correr acá data final. Ejecuto data final. Miren, me conviene acá, miren, muchachos, acá están mis X, acá está mis probabilidades para los casos positivos, para el caso negativo y acá está mi predicción.
40:46
Speaker A
Esto es lo que me interesa a mí. Profe, ¿por qué acá le puso negativo?
40:51
Speaker A
Porque la probabilidad de que sea caso negativo es mucho más alta. Por ende, debe ser la clase negativa.
40:58
Speaker A
Profe, ¿por qué acá sale el problema más alta? Por ende, debe ser una clase positiva.
41:04
Speaker A
Negativa negativa negativa. ¿Se dan cuenta? El umbral es 0.5, ¿no? Entonces, eso es machine learning, muchachos.
41:15
Speaker A
Eso es machine learning. es un enfoque predictivo. Para nada hemos nos hemos enfocado pues en que también o qué si son significativas o no las variables eh y muchas cosas, ¿no? Pruebas de hipótesis y todas esas cosas.
41:39
Speaker A
Entonces, por eso cuando se habla del enfoque predictivo y explicativo del modelo logístico binario, hay que tener mucho cuidado, muchachos.
41:48
Speaker A
Muchos piensan lo siguiente, ¿no? Seguramente alguien ha, creo que un alumno me comentó acá este grupo que la reión logística que hemos visto la anterior sesión también se puede usar con fines predictivos, ¿no?
42:01
Speaker A
Pero ahí se confunden un poquito. Vamos a ver en el modelo de revisión logística tradicional hemos obtenido este modelo, ¿no?
42:12
Speaker A
supongamos hemos nos hemos enfocado en algo explicativo y encontramos un modelo como este tipo, ¿no?
42:21
Speaker A
Supongamos, ¿no? Entonces, con este modelo tú puedes explicar tus variables, ¿no? Y algunos se equivocan. Profe, este modelo explicativo también puede ser predictivo. ¿Por qué? Porque a partir de esto yo despejo mi probabilidad y puedo demostrar matemáticamente que
42:41
Speaker A
esto es todo esto. Profe, como yo conozco mi función para estimar probabilidades, entonces yo también puedo conocer probabilidades, profesor, y por ende puedo hacer predicciones.
42:59
Speaker A
Son totalmente diferentes, muchachos. No vayan a comparar, no. El hecho que ustedes despejen la probabilidad no implican que están haciendo modelos proyectivos, simplemente han hecho un artificio matemático para conocer las probabilidades, pero en ningún momento es y esa y esa probabilidad de 0.85
43:20
Speaker A
hipotético que tú pusiste ahí, ¿qué mide? es la probabilidad de ocurrencia del evento en tres.
43:27
Speaker A
Por ejemplo, imaginemos, supongamos estás viviendo anemia de un niño uno y cero. ¿Tiene anemia o no tiene anemia?
43:37
Speaker A
Ajá. Si si lo probas alta, entonces niño tiene anemia. Se acabó. Pepito tiene anemia y punto.
43:43
Speaker A
Y eso no es predictivo para nada. ¿Por qué? Porque tú has construido un modelo para analizar qué variables influían más para que un niño tenga anemia.
43:57
Speaker A
obtuviste ese modelo para un fin explicativo, que tú despejes ese pi, esa probabilidad en función al modelo y estimes, no tiene nada que ver con probabilidad, con predictivo, mejor dicho.
44:10
Speaker A
Entonces, lo único que yo estoy diciendo ahí, entonces mira, estas variables x1 y x2 explican la existencia de diabetes y que para ese caso particular es de un 85%.
44:22
Speaker A
Sí, eso no. Ya, eso es bien, pero es totalmente diferente. No, no, yo entiendo, pero yo estaba totalmente equivocado con eso.
44:31
Speaker A
Sí, sí. Y la gente dice, "No, también es predictivo y explicativo a la vez." ¿Por qué? Por esto, justamente por esto.
44:39
Speaker A
Pero ese despeje matemático, la matemática se puede hacer muchas cosas, muchachos, no implica que este modelo sea proyectivo y explicativo a la vez.
44:50
Speaker A
son cosas totalmente diferentes. Entonces, con este ejemplo va a quedar supercaro. Entonces, ya hay que cambiar ese chip que teníamos, ¿no?
45:01
Speaker A
Muy bien, Luis, antes de que continúes, me gustaría me gustaría que esa ese laboratorio que tú estás usando ahí en haciendo las explicaciones, no los envíes porque no sé si soy yo, pero el que tú enviaste, el original, yo no he
45:18
Speaker A
podido seguirte. Parece que hay algunas cositas diferentes, entonces no he podido seguir el ritmo.
45:24
Speaker A
Es el mismo la mega, ¿no? No he hecho ningún cambio. Quizás te falta alguna librería instalar.
45:31
Speaker A
No, no, no, no es esa parte. ¿Cuál de los dos es en la en la en el que se envió el laboratorio 14?
45:41
Speaker A
Sí, hay dos laboratorios 14. Sí, esto es el el LAP 14 realizción logística binaria, nada más que hice.
45:48
Speaker A
Ah, yo estoy en el otro. No, no, el otro es el que compara como cinco modelos, creo.
45:55
Speaker A
Sí, sí, sí, sí. No, ya perfecto. Gracias. Disculpa, no te preocupes. Entonces, muchachos, ya saben perfectamente que no existe un modelo predictivo y explicativo a la vez. Eso no existe. Si ustedes vieron en algún paper de clasificación uno, dos o tres,
46:14
Speaker A
como dicen ustedes, y han hecho esas cosas, es porque no son estadísticas o no son de la rama de de esta de la estadística, ¿no? Entonces, son cosas totalmente diferentes, muchachos.
46:30
Speaker A
Por eso el machine learning claramente esa hace esa distinción, ¿no? Entonces ahí no hay significancia variables, eh, no nada, simplemente es, oye, dame los datos, eh, entrenemos el modelo, evaluemos, si si se si tiene buen performan hacemos la predicción con
46:48
Speaker A
casos nuevos y listo. No hay modelo, no hay nada. Muy bien, eso era lo que les quería comentar. Me salvaste laor, una consulta.
47:03
Speaker A
Adelante adelante. Eh, para estos modelos eh no requiere que previamente deben ser eh eh evaluados los datos o directamente podría yo ingresarlo pues así como quién dice a ciegas y podría este entrenarlo al al modelo.
47:29
Speaker A
Sí, lo que se recuál de ellos, ¿cuál es cuál de ellos es más recomendable? que previamente lo tengo que hacer un tratamiento de de datos o es que sí hay que hacer un tratamiento de datos, ¿no?
47:40
Speaker A
Por ejemplo, la data original, muchachos, era esta, ¿no? Miren, esta era la data original, pero la data original, si ustedes se dan cuenta, tiene valores faltantes. Miren, en la vida real ustedes se van a enfrontar a este tipo de casos, ¿no? No,
47:58
Speaker A
no todas las vareles van a estar completas. Entonces, ahí viene el concepto de tratamiento de datos.
48:05
Speaker A
La idea sería que ustedes tengan una data lo más completa posible, ¿no? Porque eliminar implica pérdida de información.
48:13
Speaker A
Claro, nosotros lo hemos eliminado por fines didácticos, ¿no? Pero en la vida real, muchachos, hay que recuperar esos valores usando las técnicas de imputación de datos.
48:23
Speaker A
Es un es un campo muy grande esa la imputación de datos, ¿no? Pero hay técnicas sencillas, ¿no? Por ejemplo, imputación usando la media, mediana o moda ¿no?
48:34
Speaker A
Pero también hay más sofisticados, inclusive hay imputación de datos usando machine learning, imagínate. Entonces, el tratamiento de datos siempre hay que hacerlo, siempre. Eso es inevitable para cualquier tipo de enfoque, ya sea el estadístico, el machine learning, cualquiera.
48:54
Speaker A
¿Por qué? Porque al tú darle un insumo mucho más limpio, el modelo aprende mucho más rápido, es decir, el costo computacional es menor.
49:05
Speaker A
Pero si tú le das casos así en bruto, como se dice, el modelo sí va a entrenar, sí va a entender, pero se va a demorar más de lo debido.
49:14
Speaker A
¿Por qué? porque va a tener que descifrar, limpiar un montón de cosas. Entonces, la idea es que hay que facilitar a al modelo eso, ¿no? Si es que ustedes van a llevar algún algún quizás especialización en cienciaos o seguramente les van a
49:37
Speaker A
enseñar la metodología Cris DM, ¿no? Seguramente lo han escuchado. Esa metodología Cris DM sirve para este tipo de proyectos, ¿no?
49:48
Speaker A
Entonces, cuando ustedes van a entrar al mundo del análisis de datos, en este caso los modelos de machine learning, por ejemplo, lo que tienen que hacer en primer lugar es lo siguiente, ¿no? Esta este ciclo de vida de del modelos, muchachos, no se
50:04
Speaker A
deben olvidar, ¿no? Ustedes van a entrar, por ejemplo, a una institución, le van a contratar, ¿no?
50:14
Speaker A
No solamente una empresa, también puede ser en sus propias investigaciones, ¿no? Supongamos que la MEC quiere investigar algo específico, ¿no? Para eso primero tiene que documentarse, ¿no? Tiene que conocer el negocio, como se dice.
50:30
Speaker A
Si no, no tiene sentido. Luego de conocer el negocio, en esta etapa, obviamente vas a definir qué es lo que quieres hacer, qué problema vas a solucionar.
50:40
Speaker A
Una vez identificado ello, vas a tener que ver la disponibilidad de los datos. si cuentas con los datos o no. Una vez que ya garantizas que tienes disponibilidad de los datos, vas a estar vas a entrar en una etapa
50:54
Speaker A
muy importante llamado preparación de los datos. Acá tú tienes que dejar limpio tus datos sin ningún problema.
51:05
Speaker A
Listo para la etapa de modelamiento. Acá entra los modelos estadísticos, modelos de machine learning, minería de datos, un montón, ¿no?
51:16
Speaker A
Entonces, la preparación de los datos, muchachos, es clave en todo proceso de análisis clave.
51:23
Speaker A
Luego viene la evaluación del modelo y luego ya el despliegue del modelo, ¿no? Este es un ciclo de vida que se usa siempre en todo lo que uno va donde va a intervenir datos. Esto de acá tiene que
51:38
Speaker A
estar presente, es la metodología Cris DM ¿no? Y el dueño de esto, ahí está la metodología Cris DM.
51:47
Speaker A
El dueño de esta metodología es IBM, muchachos. un gigante tecnológico, ¿no? Entonces, la preparación de datos es muy importante en cualquier análisis de datos.
52:03
Speaker A
Vital es el corazón, muchachos. De hecho, en la mayoría en la mayoría de ocasiones el trabajo, bueno, en la poca experiencia que tengo en análisis de datos, la mayor el mayor problema que se me presenta a mí siempre es limpiar los
52:19
Speaker A
datos, preparar los datos para cualquier tipo de análisis o modelo que se vaya a hacer.
52:23
Speaker A
Exacto. La mec, justo siempre hay dos cabezas siempre. Sí. Acá por lo menos el 60% tiempo est acá, Luis. y lo a los compañeros. Y lo más complicado de todo eso es que cuando a usted lo llaman para algún tipo de
52:39
Speaker A
asesoría, porque por lo regular si llaman a uno para asesoría de tesis, monográfico, algún tipo de investigación, casi siempre ya han hecho el levantamiento y lo han hecho como ellos creen que van y eso es un solo desorden.
52:52
Speaker A
Exacto. Organizar eso es un dolor de cabeza. Sí, es verdad, es verdad. Eh, mira, muchas veces lo hemos usado, hemos hecho este proceso, pero no sabíamos que era una metodología, no existe. Cris DM se llama.
53:08
Speaker A
Entonces eh si tú vas a entrar a a un trabajo, un proyecto, este esta metodología es la que debemos seguir, muchachos. Es para tener un orden, ¿no? ¿Qué pasa si no hago preparación de los datos? No, como dice su compañero,
53:24
Speaker A
de frente me voy el modelamiento y acá descubro que mi modelo es malo, pésimo, sale cualquier cosa.
53:32
Speaker A
Pero, ¿por qué sucede eso? Porque no hubo esta etapa, muchachos. Entonces, no esperes, pues que tu modelo sea bueno si no has hecho esa etapa. No tiene sentido.
53:44
Speaker A
No existen los milagros, muchachos. Entonces, esto es muy importante, no se olviden. Muy bien, muchachos.
53:57
Speaker A
Ahora, abren el otro archivo, porfa. Vamos a ver, profesor. Sí adelante. Bueno, de todo este tópico que hemos estudiado a lo largo del curso, eh hay muchas variables que hemos estudiado.
54:11
Speaker A
Eh, para este tipo de entrenamiento, ¿qué recomienda? ¿Qué qué análisis recomienda que se debería realizar para hacer esta limpieza de este dato?
54:23
Speaker A
Ah, ya. El famoso análisis exploratorio de datos. El análisis exploratorio de datos es algo simple, es hacer gráficos y ver pues los valores atípicos, los valores faltantes, duplicados, variables redundantes.
54:41
Speaker A
Entonces, los gráficos explor descriptivos o estadísticos que hemos visto, muchachos, sea son de ayuda, de mucha ayuda, ¿no? Porque ahí vas a ver, pues los problemas, cómo identificas un valor atípico de arame cajas. o gráfico de inspersión, por ejemplo, ¿no?
55:00
Speaker A
Ahí te va a dar un indicio pues que efectivamente algo está poco raro, ¿no?
55:07
Speaker A
Así de simple, muchachos. Los valores faltantes, revisando la data, ¿no? Entonces, el análisis exploratorio es, mejor dicho, es todo lo que tú puedes usar o hacer de tal manera que puedes comprender tus datos, conocer tus datos.
55:24
Speaker A
dentro de ese proceso está pues los problemas que vas a encontrar, ¿no? Y una vez identificados los problemas hay que darle tratamiento a los datos.
55:35
Speaker A
Pero el paso previo es la identificación, ¿no? Mediante el análisis exploratorio. Eso es. Muy bien, el otro laboratorio, muchachos, ya es lo voy a correr rápidamente. Acá vamos a correr eh cuatro modelos.
55:57
Speaker A
Regresión logística, random forest, exibus y el vector de soporte con núcleo radial. Ya en este tema, muchachos, hay mucho por investigar. Yo sé que hay muchas dudas, ¿no, profe?
56:10
Speaker A
¿Qué es un exibus? ¿Que es un random forest? No va a alcanzar el tiempo, pero la idea quiero que quede, muchachos.
56:17
Speaker A
Ah, por cierto, les he compartido libros de Machine learning con R. Revísenlo, por favor, guárdenlo y documenten y investigue un poquito más, ¿no?
56:27
Speaker A
Entonces, voy a usar la misma data. Profesor, ¿sí podemos incorporarle redes neuronales para el análisis o es que requiere mayor tiempo para incorporarlo?
56:43
Speaker A
Eh, va a depender. Necesitamos un proyecto de tesis. Eh, no es necesario este este nuevo enfoque, ¿no?
56:52
Speaker A
Pero si por ahí agarras un trabajo de consultor, ahí quieres hacer algo interesante, puedes plantear esta propuesta, ¿no?
57:03
Speaker A
¿Por qué en el curso hemos incorporado una introducción al machine learning, muchachos? Porque actualmente es lo que está de moda.
57:13
Speaker A
Las empresas privadas piden que los profesionales en datos conozcan estos enfoques. Un banco, por ejemplo, lo que quiere saber es, oye, ¿qué tanto tú puedes mejorar mi mi probabilidad de morosidad? No, porque yo tengo mi modelo, pero siempre me
57:31
Speaker A
equivoco, como se dice, ¿no? Entonces, hay que mejorarlo. Pues igual las las empresas de telefonía con la fuga de los clientes, la educación con la destrucción estudiantil, las universidades con la destrucción estudiantil.
57:47
Speaker A
Entonces, ¿por qué el alumno deserta, no? ¿O o qué grupo de alumnos tiene mayor probabilidad de deserción, por ejemplo, un montón. Entonces, la aplicación actualmente es mucha mucha aplicación para estos modelos, ¿no?
58:00
Speaker A
Eh, entonces dependiendo dependiendo del caso les va a ser útil. Cuando yo hice mi maestría en estadística, mm, yo hice una, bueno, mi tesis fue sobre eso, sobre deserción universitaria con relación logística binaria.
58:15
Speaker A
Con relación logística binaria. Ya. Ahora puedes hacer con un modelo de machine learning y comparar cuál es más eficiente. Ya tienes la data. Ya tienes la data. Sí, es exacto. Yo inclusive tengo la data, todavía tengo la data
58:26
Speaker A
guardada. Y ahí sacas un PayPal en la M comparando un enfoque clásico con un enfoque de machine learning. A ver cuál es mejor, ¿no? entre entre comillas.
58:34
Speaker A
Sí, sí, sí. O cuál, bueno, cuál predice mejor digámoslo. No cuál predice, sino cuál clasifica mejor.
58:41
Speaker A
Claro eso. Pero para clasificar necesitas la probabilidad. Por eso le llamos modelos predictivos. Estos modelos predicen probabilidades y en función de las probabilidades tú lo clasificas.
58:52
Speaker A
Exacto, exacto. Eso, eso es la la secuencia, ¿no? Muy bien. Entonces, siempre va a haber, muchachos, yo les recomiendo que ustedes aprendan la mayor cantidad de herramientas y encuentren su uso práctico ¿no?
59:08
Speaker A
Es es así. Les va a servir, se van a acordar de mí. A ver, voy a correr todo.
59:13
Speaker A
Ya. Acá está el control. Acá se definen los cinco modelos. Ahí están los cinco modelos, muchachos.
59:28
Speaker A
Y con la función Pur de la librad se va a entrenar todos los modelos.
59:34
Speaker A
Miren lo que va a demorar. Vamos a esperar. Miren, muchachos, todo lo que está ejecutándose.
59:54
Speaker A
Claro, son cinco modelos, no va a ser tan rápido, ¿no? Mira todas las iteraciones que está sucediendo acá. ¿Te das cuenta que está que están compilándose los modelos, no?
60:15
Speaker A
Ahí hay que esperar unos pero que no demore mucho. Imagínense, muchachos, con 392 registros se está tomando su tiempo.
60:25
Speaker A
Ahora imaginen correr 38 modelos con 2 millones de registros. criminal ¿no? Claro, cuando el proyecto ya es grande, ya no se usa pues una PC de casa, ¿no?
60:37
Speaker A
Ya se usa pues la nube, ¿no? Entonces ahí las empresas generalmente contratan servicios de Google, Amazon, Asure, por ejemplo, Databick y ahí puedes correr modelos pesados, ¿no? Claro, cuesta, ¿no? Para la empresa cuesta.
60:55
Speaker A
Muy bien, ya ejecutó, muchachos. Ahora, ¿qué le voy a pedir? las métricas principales para poder compararlos, ¿no?
61:06
Speaker A
Muy bien. Y por acá debe estar las métricas, ¿no? Miren muchachos vamos a usar la rock para evaluar el modelo. ¿Cuál sería el mejor modelo, muchachos, de los cinco?
61:32
Speaker A
¿Qué le dice, muchachos? Sentido común. Ya les he dicho que el mejor modelo es el que tiene mayor AUC, ¿no?
61:42
Speaker A
El mejor modelo sería el exibus por tener el mejor AUC, ¿no? El más alto, ¿no?
61:55
Speaker A
Profe, también puede usar otras métricas. Sí, no hay problema. Solamente hay que usar una sola métrica, no hay que mezclar métricas. Entonces, esto sería el mejor modelo, ¿no? De los cinco obviamente la revisión logística sigue saliendo la misma precisión, ¿no? 084.
62:13
Speaker A
¿Se dan cuenta? Es la misma data, pues. Pero hay un modelo que es mucho mejor, que es esto, ¿no?
62:20
Speaker A
Se dan cuenta? Muy bien. Y así ustedes pueden correr varios modelos, solo que va a demorar más, ¿no? Ya saben que va a demorar minutos ya, pero el exibus de los cinco son es el mejor ¿no?
62:35
Speaker A
Entonces, una vez que yo encuentre el mejor modelo, también le puede pedir otras métricas, ¿no?
62:41
Speaker A
Por ejemplo, el F1 Score. Otra métrica. Eh, sigue ganando el Exibus con otra métrica. Miren, sigue ganando, muchachos.
62:53
Speaker A
Usando R como métrica o F1 score como métrica, elibus sigue ganando, sigue siendo el mejor modelo.
63:04
Speaker A
¿Qué más? A Curaisy también le puedes pedir ¿no? Ahí está, miren. Sigue siendo el mejor modelo con tres métricas diferentes, muchachos.
63:18
Speaker A
Claro, si es mejor con una va a ser mejor con casi todas porque es un modelo ya pues es es el mejor de los cinco, mejor dicho, ¿no? También ya tiene validación cruzada, incorporada y bueno, ya lo hace
63:35
Speaker A
más eficiente, ¿no? Entonces, Exibus ha ganado en todos. Entonces, acá hay una tabla comparativa de todas las métricas, ¿no? Pero ya sabemos que el ganador esus 0.86. Miren, en todo gana, muchachos, en todo gana, ¿no?
63:57
Speaker A
Muy bien. Entonces, para hacer predicciones con la data de testeo, voy a elegir el mejor modelo que es Exibus.
64:08
Speaker A
¿Por qué? Porque acá dice X, ¿no? Voy a estimar las clases, voy a estimar las predicciones y voy a pedir una matriz de confusión para la data testeo. Muy bien. Tiene un accuracy muy muy alto, ¿no? 078 070 acá 0.80 y acá 0.78. Entonces,
64:37
Speaker A
tanto en la data de entrenamiento, muchachos, como en la data de testeo, tienen precisiones buenas, ¿no?
64:47
Speaker A
Esto es para el entrenamiento, la data de entrenamiento y esto es la data de testeo, ¿no?
64:54
Speaker A
Tus precisiones son buenas, ¿no? Muy bien. Entonces, ya puedo usarlo para predecir para casos nuevos, ¿no?
65:06
Speaker A
Igualito no viene un grupo de nuevas personas, cinco personas con variables diferentes. Calculo sus probabilidades, sus clases y al final le doy sus predicciones, ¿no?
65:22
Speaker A
La misimiento, muchachas. Listo, muchachos. Acá está mis X y acá está mi y predicho, ¿no? Negativo, ¿por qué?
65:37
Speaker A
Porque la probabilidad de negativo es más alta. Positivo, ¿por qué? porque la probabilidad positiva es más alta, ¿no?
65:48
Speaker A
Entonces, eso es, muchachos, aplicar modelos predictivos bajo el enfoque de machine learning, ¿no? ¿Qué cosas nos olvidamos haciendo machine learning? Supuestos. No existe acá. Supuestos, pruebas de hipótesis no existe, muchachos.
66:08
Speaker A
Entonces, tu modelo va a ser tan bueno prediciendo solo si es que tienes una buena cantidad de datos y que los datos sean de calidad, ¿no?
66:16
Speaker A
Eso es el enfoque del machine learning. Es más computacional, muchachos. Muy bien, ahí tienen bastante para poder practicar muchachos.
66:32
Speaker A
Ahora vamos a ver la otra parte de nuestro curso. Ya, así como hay machine learning, muchachos, también hay el famoso deep learning, ¿no?
66:46
Speaker A
Enviaron esa data, esa es esa esos documentos, eh, que yo sepa. Sí. A ver, si es que no lo tiene, lo voy a pasar por acá, pero que yo sepa el encargado les pasó. En el profesor, una consulta. En el anterior este ejercicio
67:04
Speaker A
hay una opción que me está preguntando. La selección, me dice la selección. ¿Cuál es la me pide cómo dato una selección?
67:17
Speaker A
A ver, compárteme tu pantalla. Vamos a ver. Sí, es correcto. A mí también me pasó eso.
67:22
Speaker A
Ah. A ver, vamos a ver. Comparte pantalla, por favor, para apoyarte. Dice que seleccione un nuevo ítem del menú o presione cero para salir. Me dice a mí. Ah, ponle uno.
67:40
Speaker A
Ponle uno porque creo que está instalando una librería, por eso te pide. Ah, eso es eso.
67:50
Speaker A
Es sí. Falta una dependencia y te pide, necesitas esta uno para instalar, cero. No, no, uno le das y listo.
68:01
Speaker A
Ahí pruebas y sale. Ahí está, ¿ves? Ejecuten. No hay problema. Esa parte va a demorar porque recuerda que son cinco modelos.
68:28
Speaker A
Miren, miren todo lo que está iterando, muchachos. Y eso que nuestra data es pequeñita, pues si fueran millones, uy, puede demorar horas.
68:44
Speaker A
A ver, si tienes una i9 de 32 RAM, puede que termine más rápido, ¿no?
68:55
Speaker A
A ver, terminó hace un momentico. Sí, sí funciona, ¿no? La V. Sí, sí funciona.
68:59
Speaker A
Sí, pero cuando corrí la siguiente parte me dice cuando digo la tabla comparativa final me da un error. Caretri no found.
69:12
Speaker A
Oh, eso no es un error, es un alerta, si no me equivoco. No, no, literalmente dice error.
69:17
Speaker A
Ah, a ver, ahora vamos a ver acá. Vamos a ver a su compañero a ver si ejecuta.
69:22
Speaker A
Sí. Eh, vamos a ver si la de él funciona. Sí, sí. No, ustedes han visto que sí funciona.
69:28
Speaker A
Sí, exacto. Pero me refiero que para ver el a ver si da el mismo error.
69:33
Speaker A
A ver, sigue ejecutando las demás. Ya terminó la seis, por favor. La parte seis.
69:42
Speaker A
Ahí están las métricas, ¿no? Ya. Listo. Ahí está Car Matrix, la en la parte arriba. Ahí está. Dale click. Ahí está la metría, ¿no?
69:57
Speaker A
Listo. Sí, corre. Entonces, no hay problema. Ya, profesor. La clave era colocarle un Sí, sí. Ahí te te aparecía que faltaba una función, una librería y ahí con uno se instala, ¿no?
70:10
Speaker A
Okay. Dame solucionar su problema. Activa, activa la parte donde dice carrice. Ahí yo tengo ese capite vacío en mi archivo.
70:20
Speaker A
No, no, no, no. Yo me refiero en el código, ¿no? Normal. Mira, ahí está.
70:25
Speaker A
No, ve al código al laboratorio 14. Eh, la parte la que dice seis. Seis.
70:34
Speaker A
Ya lo ejecutó. Ya me salió. Ya no. Lo que pasa es que yo tengo eso vacío en el código mío.
70:42
Speaker A
A, esa es la otra parte. Sí, funciona también. No sé qué pasó ahí. Vuelve a abrir. Cierra y vuelve a abrir tu RAM.
70:51
Speaker A
Será salvar ya yo resuelvo. Ya. Listo. Ya, profe. Gracias. Voy a continuar. Muy bien. Buenazo.
71:09
Speaker A
Muy bien. Entonces, vamos a ver la otra partecita que nos falta. es más pequeña.
71:12
Speaker A
Claro, es mucho más amplio, pero recuerda que es algo introductorio. Ya. Entonces, el machine learning es un enfoque muy interesante, ¿no? Ya lo ya lo han visto.
71:23
Speaker A
Deep learning, muchachos, ya es un aprendizaje mucho más profundo. Acá entran a tallar las famosas redes neuronales ¿no?
71:36
Speaker A
las redes neuronales artificiales, ¿no? El proceso sigue siendo igual, ¿no? Hay particionamiento de la data, data train, data test, todo, ¿no? Pero su forma es diferente. La red neuronal es como que tratan de reproducir el cerebro humano, ¿no? va a haber una neurona
72:02
Speaker A
que va recibir datos y va a poder transformar en resultados. Entonces es un enfoque totalmente diferente ¿no?
72:13
Speaker A
Entonces deep learning es claro, mucho más complejo, ¿no? Cuando tú usas redes neuronales más complejas con grandes volúmenes de datos y sobre todo si implica mayor costo computacional, entonces ya se habla de un deep learning, ¿no? Un aprendizaje a gran
72:27
Speaker A
escala, un aprendizaje profundo, tipo un chat GPT, ¿no? Es un deep learning, por ejemplo, es una inteligenciaal muy compleja, ¿no?
72:36
Speaker A
Imagínense la data que maneja. Tremendo, ¿no? Y la valiosidad respuesta que tiene, eso ya es un de en general, inteligencia artificial.
72:51
Speaker A
Muy bien, empecemos. Entonces, cuando se habla de inteligencia artificial es es el todo, ¿no? Luego existe el machine learning y el deep learning, que es un subconeto más pequeño, pero no implica que por ser pequeño es fácil, es lo más complejo.
73:12
Speaker A
La IA, muchachos, más o menos en en el 50 se habló por primera vez, ¿no? Claro que la computadora no era tan potente, había muchas limitaciones, pero a medida que pasa el tiempo, muchachos, cada uno de estos enfoques ganando
73:29
Speaker A
fuerza, ¿no? Actualmente el deep learning es lo que domina, pero todos le dicen IA, todos lo dicen inteligencia artificial, inteligencia artificial.
73:39
Speaker A
Si quieres ser técnico, muchachos, el chat GPT, por ejemplo, es un tipo de deep learning, por ejemplo, es un modelo entrenado, es un chatbot a gran escala, como se dice, pero detrás de ese chatbot hay, muchachos, hay un deep learning
73:57
Speaker A
funcionando, un aprendizaje profundo donde imagínense todo el modelo que existe ahí, ¿no?, que es capaz de manejar tanto cantidad de datos o un debne, ¿no? Y como dice este esta línea del tiempo es lo que es el es el presente y el futuro,
74:17
Speaker A
muchachos. Por eso estos cursos estos cursos introductorios que están viendo los últimos temas les va a servir bastante para tener nociones, ¿no?
74:28
Speaker A
Muy bien. Entonces, ¿qué es una red neuronal? Ustedes preguntarán, ¿no? Todos conocemos la neurona biológica, ¿no? Se encarga de transmitir pues las señales, ¿no? Que el cerebro le indica y bueno, vía sinapsis hace la transmisión, ¿no?
74:44
Speaker A
Pero una red neuronal desde un enfoque computacional se dice que una red neuronal es un sistema computacional de inteligencia artificial inspirado en el cerebro humano, que aprende de los datos para realizar tareas complejas.
75:04
Speaker A
Claro, siempre se ha tratado de imitar el cerebro humano y la red neuronal artificial, muchachos, es un proxy de ello.
75:14
Speaker A
Una red neuronal está compuesta por nodos, también conocidos como neuronas, interconectados en capas, capa de entrada, capas ocultas y capa salida.
75:26
Speaker A
Las famosas capas de entrada son los inputs, las capas de salida son los outputs. Y las capas ocultas es donde se realiza el aprendizaje.
75:39
Speaker A
¿Dónde se realiza el aprendizaje, muchachos? Que procesan información, identifican patrones y mejoran con el tiempo.
75:51
Speaker A
Es decir, identifican patrones. Wow, interesante. Es decir, muy parecido a los modelos de machine learning, solo que acá ya se habla de neuronas o nodos y capas ocultas, otros insumos totalmente diferentes, ¿no?
76:07
Speaker A
Pero la esencia es la misma, identificar patrones, como quien dice, ¿no? El objetivo es el mismo, pero la herramienta es diferente.
76:17
Speaker A
Muy bien. Entonces, efectivamente, ¿no? Voy a tener mis inputs y voy a tener mi output ¿no?
76:25
Speaker A
Y también voy a tener mis capas ocultas. Acá es donde se realiza el aprendizaje.
76:31
Speaker A
Y estas ramitas es la información que se transmite de cada input para obtener un resultado especial.
76:41
Speaker A
Profesor, profesor. Entonces, adelante Fre. ¿Cuál es recomendable eh que sea un entrenamiento? supervisado o o no supervisado.
76:53
Speaker A
Claro, la red la la red neuronal funciona para el supervisado, solo para el supervisado. O sea, que cuando quieres hacer regresión o clasificación, la red neuronal es muy útil ¿no?
77:07
Speaker A
Sí, eso es. Por eso tienes una salida, ¿no? Si tienes una salida, ya se habla de supervisado ¿no?
77:16
Speaker A
Un output, como se le dice formalmente o técnicamente ¿no? Muy bien. Entonces, eso es, ¿no?
77:28
Speaker A
Si queremos hablar un poquito de la arquitectura de una red neuronal, muchachos, voy a tener entradas, que van a ser mis variables y voy a tener una salida que va a ser mi predicción, ¿no?
77:40
Speaker A
Cada variable, muchachos, va a aportar información en la capa oculta. La capa oculta es como la cajita del machine learning. ¿Se acuerdan esa cajita que les mencionó?
77:52
Speaker A
Acá ya no se llama cajita, si le dice capa oculta. En esta capa oculta lo que va a hacer internamente es agarrar toda la información de cada variable con sus pesos y armar una expresión matemática ¿no?
78:11
Speaker A
A esta expresión matemática se le va a transformar usando una función de activación y nos va a dar un resultado.
78:18
Speaker A
Evidentemente siempre va a haber un sesgo, que es algo inevitable, ¿no? Pero eso es, muchachos, la arquitectura básica de una red neuronal.
78:31
Speaker A
Acá está la magia, muchachos. Acá sucede todo el aprendizaje. Y ustedes se preguntarán, "Profesor, ¿qué son estos W1?" Estos son los pesos.
78:46
Speaker A
Es decir, cada variable aporta con algo en explicar el evento de interés o en predecir el evento de interés.
78:53
Speaker A
Estos son los pesos también conocidos como los pesos sinápticos, ¿no? Eso es, muchachos. Muy bien, Luis. No es casualidad que esta estructura sea igual a la teoría de grafo.
79:12
Speaker A
No es casualidad. Todo está sustentado la Todo, absolutamente todo. Teoría de grafos, eh cadenas marcop tienen una muy parecido todos.
79:23
Speaker A
Sí claro. Entonces, el sustento de estos modelos son eso, efectivamente, es esas teorías clásicas antiguas, por eso es eso, ¿no? Y eso lo vamos a ver en el R y nos va a dar que efectivamente proviene una grafos, ¿no?
79:39
Speaker A
Cuando ves una arquitectura real con muchas capas interconectadas, ahí efectivamente se ve el grafo mucho más interesante, ¿no?
79:51
Speaker A
Pero esa esa es la idea de las redes neuronales. Muy bien, veamos qué más hay.
79:59
Speaker A
Y si queremos verlo de otra manera, sería algo así, ¿no? Mis entradas, mis pesos, mi capa oculta. Acá se arma una combinación lineal, ¿no?, de tus variables con sus pesos más un sesgo, un esta información se transforma en un
80:15
Speaker A
valor ya usando una función de activación y luego obtenemos nuestra respuesta ¿no? Al final, muchachos, el tema o de las redes neuronales es optimizar los pesos, nada más.
80:31
Speaker A
es optimizar los pesos, ¿no? Al final una red neuronal es optimizar los pesos. Supuestamente el mejor valores de esas combinaciones de los pesos te va a dar mejores resultados, ¿no? Es un modelo matemático. Una red neuronal es un modelo matemático que
80:46
Speaker A
consiste en optimizar los pesos sinápticos. Así es la definición más formal, muchachos. Sencillo, ¿no? Claro, esta es una red neuronal básica, es la arquitectura más básica, ¿no? Hay más complejas, pero la lógica es la misma, muchachos.
81:06
Speaker A
Muy bien. En el R vamos a ver una arquitectura real, no se preocupen, que es mucho más tiene muchas más cosas, ¿no?
81:18
Speaker A
Imaginemos que queremos, ¿cómo se puede entender? estos wdles y todo. Acá ha hecho una pequeña simulación. Ya. Imaginemos que queremos predecir el precio de una vivienda en función al tamaño.
81:34
Speaker A
Claro, si la casa es más grande cuesta más caro, ¿no? Si la casa es pequeña va a costar menos, ¿no?
81:41
Speaker A
Eso es normal, ¿no? Imaginemos que esta recta es la que es la recta de regresión lineal simple.
81:51
Speaker A
Entonces, la recta regresión linea simple, pues me va a también ser útil para predecir el precio de la vivienda sabiendo el tamaño de la casa, ¿no?
82:00
Speaker A
Pero la idea de estos nuevos modelos es cambiar el enfoque totalmente diferente, ¿no? ¿Qué sucedía con la relación lineal simple tradicional? tiene muchos supuestos normalidad homoseiasticidad que en la vida real es muy complicado garantizarlo ¿no?
82:18
Speaker A
Por eso han surgido estos modelos, muchachos. No tienen supuestos y funcionan diferente, más computacional.
82:29
Speaker A
Muy bien. Entonces, la función, justamente la función de activación, hay muchas funciones de activación. Uno de ellos es la función relu ¿no?
82:42
Speaker A
que transforma pues eh esa información que llega a la capa oculta en un valor mucho más conocido, ¿no? Muy bien.
82:50
Speaker A
Entonces, si yo tengo mi neuronita, supongamos una sola neurona, yo le voy a dar el tamaño de la casa y esta neuronita me va a decir el precio de la casa ¿no?
83:00
Speaker A
Esto es una arquitectura de red neuronal con una sola neurona. Es lo más sencillo, una neural s sencillo, ¿no? Una sola neurona entra a la neurona y sale un resultado.
83:14
Speaker A
Pero, ¿qué pasaría? Esto sería si tuviera una neurona, un input y una salida. No, el input entra, tiene un peso y tiene un sesgo.
83:32
Speaker A
Esto sería mi capa oculta. En mi capa oculta lo que voy a tener es mi variable más su peso más el sesgo, ¿no?
83:39
Speaker A
¿Se dan cuenta? Esto es la combinación lineal que está acá. A esta combinación lineal se aplica una función de activación y luego me da el resultado ¿no?
83:50
Speaker A
Esa es la explicación más sencilla. Ahí está. Miren, la función de activación. le aplico el f es mi función de activación, le aplico al zunción de activación transforma en un valor conocido ¿no?
84:04
Speaker A
Ahí están los valores. Si tengo los valores, o sea, la función de de activación es lata que transforma e sí en un valor en un valor conocido.
84:13
Speaker A
Así es. Entonces acá lo que va a hacer es esto, ¿no? Miren, si yo tengo valores y ahí está capa de entrada, capa oculta, capa de salida. Tengo mi Z, que es mi combinación lineal, la función de activación lo transforma en mi salida,
84:32
Speaker A
que es mi y voy a tener algo así, ¿no? Si ya tengo los zas y los wemplazo acá.
84:38
Speaker A
Ese z conocido lo reemplazo y ya voy a tener mi valor de y, ¿no?, que va a ser mi predicción.
84:46
Speaker A
De esa manera, muchachos, se entiende todo sencillo. Claro, cuando hagamos la aplicación no va a haber una neurona, va a haber pues cinco capas ocultas con 10 neuronas cada uno y es un monstruo, ¿no? Una telaraña.
84:59
Speaker A
Es, pero así es como funciona, muchachos. Así de sencillo. Son combinaciones lineales nada más.
85:10
Speaker A
Claro, cuando tienes muchas muchas capas y muchas neuronas interconectadas, ahí se ve el aprendizaje, ¿no?
85:18
Speaker A
Y al final algo así, ¿no? Esto dice cuando tengo dos variables, muchachos miren dos variables, entra igualito, ¿no? Igual se transforma.
85:31
Speaker A
Ahí está. Mira, Luis, el error es el error es de es de la del de la combinación lineal. Un error por combinación lineal.
85:43
Speaker A
Sí, un error por combinación es ese famoso es el sesgo, ¿no? O vías le dice.
85:50
Speaker A
Bueno, exacto. El sesgo. Un sesgo. Ajá. Sí. O mejor dicho uno por neurona. Uno por neurona.
85:57
Speaker A
Bien. Y ahí está, ¿no? Y acá está la explicación. Y ahora se preguntarán, "Profesor, ¿y en qué momento esto es el famoso forward propagación?" No es una propagación hacia adelante, un aprendizaje hacia adelante.
86:17
Speaker A
Pero hay variantes de redes neuronales, muchachos, que funcionan al revés. A eso lo conocen como back propagation.
86:25
Speaker A
Es decir, una vez que haces la propagación hacia delante y resultado no te convence, el modelo retorna nuevamente distribuyendo ese error en cada etapa para mejorar nuevamente tu predicción.
86:45
Speaker A
A eso le conocen como back propagation, ¿no? Y funciona así. Entonces ese valor, ese error que se obtuvo al final, que es el valor real con tu valor estimado, hay un error, ¿no?
87:01
Speaker A
Algo así. En otras palabras, imagínate con tu redonal simple has obtenido tu valor estimado, pero tú conocías tu valor real.
87:10
Speaker A
Entonces, esa diferencia es el famoso error ¿no? Y como el error es grande, tú dices, "No, entonces este error lo voy a retornar y lo voy a distribuir en cada uno de esos pesos para mejorar mi predicción, ¿no? A eso
87:26
Speaker A
se conoce como back prop. Eso es una práctica muy común en redes neuronales. La red neuronal, a comparación del machine learning, muchachos, es autosostenible.
87:47
Speaker A
Luis, sí adelante. El error para el B propagation, el error cuando hay poca una neurona con dos variables, como es este, como es este caso.
87:58
Speaker A
Mm. Resulta que es fácil tú, o sea, ver que el error es alto para ambos casos.
88:06
Speaker A
Pero si yo si yo tengo, qué sé yo, 30 variables, el error es casi insignificante que estoy distribuyendo.
88:15
Speaker A
Sí, es verdad. No siempre el back propagation va a ser una opción, ¿no? Solo cuando el error es grande.
88:24
Speaker A
Okay. Sí. Si no, no tiene sentido retornar porque si tu error es pequeñísimo no va a haber ganancia alguna. Lo que estás haciendo es mayor costo computacional de manera innecesaria.
88:34
Speaker A
Sí definitivamente. Eso es. Eso es. Entonces, profesor, disculpe, profesor Corte. Entonces, en este bajo bajo esta bajo esta técnica de backpration no sería necesario hacer una limpieza ya de los datos, puesto de que eh podría retornar y así voy afinando los
88:55
Speaker A
resultados. Ah, muy buena, muy buena lógica, Fredy, pero la idea es no cargarle trabajo al modelo. Claro, puedes hacer eso, ¿no? Y puede corregir las veces que sea, pero eso implica costo computacional.
89:11
Speaker A
Si tú quieres que el proceso sea más fluido, más rápido, el tratamiento de datos es vital, es muy importante.
89:20
Speaker A
Claro, yo también he escuchado comentarios, ¿no? Entonces, si el modelo es tan bueno, ¿por qué me preocupo por limpiar los datos si va a corregir con el BR? De hecho, eso es lo que lo hace bueno.
89:29
Speaker A
Eso es lo que Exacto. [risas] Entonces, pero no hay lo que lo hace bueno.
89:32
Speaker A
No hay que abusar de eso. Al contrario, hay que Es mejor hacer inversión inicial en en limpieza de datos y no en costo computacional, que es mayor que la limpieza de datos.
89:41
Speaker A
Exacto. Exacto. Muy bien. Muy bien. La MEC, la limpieza de los datos no necesitas mayor poder computacional. Con cosas básicas lo puedes hacer, pero correr una red neuronal con data grande, eso sí es un gran costo computacional.
89:56
Speaker A
Ya ustedes vieron que corrimos cinco modelos de machine learning con 362 registros y tomó su tiempo.
90:03
Speaker A
Ahora imagínense con 2 millones de registros y 500 variables. Es eso es una cosa grande, ¿no? Es es un monstruo, como se dice.
90:14
Speaker A
Entonces, hay que ver siempre lo ideal, no dejarle todo al al modelo que que solucione el problema. No, no, esa no es la idea. Hay que ver siempre el costo beneficio, ¿cómo se dice.
90:28
Speaker A
Muy bien. Pero sí, muy bien, Free. Tu tu pues tu tu inquietud es interesante, pero lo correcto sería el tratamiento, ¿vas? ¿no?
90:38
Speaker A
Muy bien. A ver, vamos a ver. Y así, ¿no? Mira, nuevamente entra el error ¿no?
90:49
Speaker A
Miren, el peso era de esta manera. 075 025. Cuando retorna el error, los pesos se actualizan.
90:57
Speaker A
Claro, eso es la idea, ¿no? Muy bien. Bueno, muchachos. Eso es lo poco que les he preparado para redes neuronales, ¿no?
91:10
Speaker A
En sí hay un mundo más bien eh entre hoy y mañana les voy a buscar unos libros de redes neuronales usando R, no se preocupen.
91:19
Speaker A
Eh, de buenos editoriales, por cierto, para que puedan reforzar esta parte. Ojo, tanto deep learning y machine learning, muchachos, si ustedes quieren entender a profundidad, es bastante matemática, bastante cálculo y bastante algineínea, pero no tenemos que ser expertos, pues,
91:41
Speaker A
¿no? Pero saber cómo se usa la herramienta, entender cómo funciona, eso es más importante.
91:49
Speaker A
Ya si vas a hacer un paper académico, algún texto, un libro, ahí si no hay que saber los fundamentos esa profundidad.
91:57
Speaker A
Muy bien. Abran por favor su laboratorio 15 para ver cómo se aplica esto de lo que hemos hablado en el Claro, en el A todo es más fácil, ¿no? Porque ya están las funciones automatizadas.
92:13
Speaker A
han enviado la plataforma, profesor. El laboratorio. Sí, laboratorio 15. Eh, no lo tienen en su classroom.
92:25
Speaker A
A ver, le voy a pasar por este por el chat. Está en el chat.
92:29
Speaker A
Ah, ya. Muy bien. Ahí está. Por favor, ya revísenlo. Yo lo acabo de cargar el chat.
92:34
Speaker A
Sí, igual lo van a subir, me supongo que entre transcurso del día. No se preocupen.
92:42
Speaker A
Ya esto es una aplicación de las redes neuronales, muchachos, pero aplicado a clasificación. Redes neuronales, muchachos. Lo que al menos esta red neuronal sirve para regresión y clasificación.
92:52
Speaker A
Las redes neuronales más avanzadas sirven para reconocimiento de voz, imágenes patrones y seguramente ustedes han escuchado de Gemini Banana, por ejemplo, Zoro para generar videos, ¿no?
93:11
Speaker A
Imágenes. A eso le llaman as generativas, ¿no? que no es más que una red neuronal generativa o las famosas redes GAN.
93:25
Speaker A
Entonces, detrás de toda esa tecnología que nosotros usamos de banana, de Sora, Yemini y todas esas cosas, detrás de eso está el famoso deep learning muchachos.
93:40
Speaker A
Entonces, todas las cosas que usamos es deep learning. Si ustedes tienen el celular y hacen un reconocimiento facial, deep learning.
93:51
Speaker A
Entonces todo, absolutamente todo es de learn, que es el nombre técnico, nombre formal, ¿no? Pero todos le dicen a inteligencia artificial, que es el todo, ¿no? Lo más grande que existe.
94:03
Speaker A
Muy bien. En R, muchachos, existe una librería llamado Neural Net, que es muy interesante para entender lo que es una red neuronal.
94:16
Speaker A
Existen librías más sofisticadas, sobre todo en Python. que son queras, por ejemplo, y tensor flow, solo que esos ya son para proyectos más grandes, ¿no?
94:25
Speaker A
Por ejemplo, Tensor Flow también hace Deep learning, pero a escalas grandes, ¿no? Detrás de CH GPT está Tensor Flow, por ejemplo.
94:33
Speaker A
El dueño de Tensor Flow es Google, es un monstruo, ¿no? Pero los fundamentos son los mismos.
94:44
Speaker A
Entonces, voy a cargar las librerías necesarias. Vamos a usar la Iris. La data Iris, muchachos, es una data conocida.
94:56
Speaker A
150 registros, eh cuatro variables numéricas y una variable categórica multiclase de tres categorías, ¿no?
95:05
Speaker A
Cetosa, vesiculor y virgínica. Entonces, voy a entrenar un modelo que me permita predecir si un si en función estas características es un tipo u otro de planta, no de especie.
95:17
Speaker A
Entonces es una clasificación de tres categorías, multiclase, ¿no? Ya no es una binaria, ¿no?
95:25
Speaker A
Entonces voy a crear las variables dami. El problema de esta data es que tu especie o tu y ya no lo entiende como de esta manera, sino te recomienda transformarlo a variables daming si tienes tres categorías, tres variables.
95:46
Speaker A
Entonces, la renda trabaja mucho mejor así, mientras que el machine learning trabaja mucho mejor así.
95:54
Speaker A
Esa es la pequeña diferencia, ¿no? Muy bien. Entonces, estos son mis X y esto es mi clase uno, mi clase dos y mi clase 3, que en conclusión sería mis yes, ¿no?
96:12
Speaker A
Entonces, un aprendizaje supervisado de tipo de clasificación, ¿no? Muy bien. Dicho eso, necesitamos ¿Qué cosa?
96:25
Speaker A
Todo, todos los datos que se van a usar en machine learning y en deep learning, muchachos, se necesita transformar.
96:32
Speaker A
Seguramente ustedes han escuchado de la estandarización de datos, ¿no? ¿Cuál es el dolor de cabeza de no estandarizar?
96:41
Speaker A
que muchas veces vas a tener variables de diferente naturaleza y diferentes magnitudes. Entonces, para no generar ruido y mucho trabajo al modelo, lo que se hace es llevar cada uno de esos datos a un mismo formato de datos, a una misma escala y
97:00
Speaker A
eso lo hace mucho más eficiente, ¿no? Y eso es parte del tratamiento de datos también. Entonces, acá se va a hacer un preprocesamiento usando la estandarización de datos, ¿no?
97:13
Speaker A
Miren, si voy para acá, miren mis datos, ahora están estandarizados ¿no? Antes era así, ahora lo tengo así.
97:29
Speaker A
Cuando uno estandariza los datos, muchachos, no estás perdiendo información, simplemente lo estás llevando a una escala diferente, nada más.
97:40
Speaker A
Es como un plano de la casa, ¿no? Puedes tener se conoce, se conoce el tipo de escala que se está usando ahí.
97:46
Speaker A
Claro, puedes retornar si quieres logarítmica, raíz o algo así, qué sé yo. Acá se está usando una estandarización tradicional. La estandarización de datos quiere decir que a cada dato le voy a restar su media y le voy a dividir en su
98:00
Speaker A
desción estándar. Ah, okay. Normalizando que están entonces. Ya, ya, perfecto. Normalizando o estandarizando los datos.
98:07
Speaker A
Sí, lo pasa fue que el término no lo no lo Ah, Claro, eso es. Sí, está bien.
98:14
Speaker A
Muy bien. Eso es lo que está haciendo, ¿no? Muy bien. Entonces, acá lo que se hace es el particionamiento data trade, data test. Eso siempre va a estar en el machine learning, el de learning. Eso nunca nunca se debe obviar.
98:33
Speaker A
Muy bien el particionamiento ahí también. Data 3 y data 3, ¿no? Miren, hasta ahí es igualito al machine learning.
98:43
Speaker A
Muy bien. ¿Qué más? Y acá voy a definir las especies que tengo, es decir, la fórmula, cómo va a ser la fórmula.
98:54
Speaker A
Y esta función neural net, le das la fórmula, le das a qué data voy a aplicar.
99:02
Speaker A
Hiing viene a ser las capas ocultas. ¿Cuántas capas ocultas quieres que tenga tu red neuronal?
99:11
Speaker A
Claro, la idea es que a mayor capas en la red neuronal aprende mejor, pero tampoco hay que abusar, ¿no?
99:20
Speaker A
Porque llega un momento que con cinco funciona muy bien, no quiere decir con 10 va a mejorar perfectamente. Eso no es así. Llega un momento que la curva de aprendizaje llega a su límite, ¿no?
99:34
Speaker A
Ya no aprende más. ¿Y cómo sabemos especificar el número de capa? inicial para tú decir, bueno, me está, o sea, ensayo error.
99:44
Speaker A
Sí, literal. O si no construyes un gráfico de versus precisión versus número de capas ocultas, ¿no?
99:52
Speaker A
Ya, ya, ya. Sí, eso ya sería un una función aparte que se puede construir, ¿no?, para ver el criterio de parada, por ejemplo.
100:00
Speaker A
Pero eso eso es un problema para si si yo tuviera una data enorme de 2 millones de registros, por ejemplo.
100:04
Speaker A
Exacto. Exacto. Por eso cuando son datos enormes ya usas servicios más grandes, ¿no? Eh, AWS, Asure, por ejemplo, ¿no?
100:13
Speaker A
Que puedes trabajar con terab de información, no hay problema. Claro, una PC, una laptop personal, si es un dolor de cabeza, ¿no?
100:21
Speaker A
Ahorita vamos a ver una simulación de una universidad que han creado un aplicativo interesante. No se preocupen, ahí tengo guardado un sorpresa.
100:30
Speaker A
Muy bien. Entonces, ejecutamos y luego, ¿qué viene? Evaluar el modelo, ¿no? Para evaluar el modelo, ¿qué se usa? matriz de confusión, ¿no?
100:39
Speaker A
Acá se calculan las predicciones, se definen las especies, las los clases correctos, es decir, los nombres de las clases predichas, ¿no?
100:49
Speaker A
Muy bien. Miren, acá está la matriz y confusión, muchachos. Solo se equivoca en dos casitos. Mira, la diagonal es la clasificación correcta.
101:02
Speaker A
Este dos se ha equivocado en dos. tu precisión de tu modelo es del 96%.
101:08
Speaker A
Es decir, tu modelo red neuronal de cinco capas ocultas está clasificando correctamente en el 96% de los casos, ¿no?
101:21
Speaker A
Muy bien. Solamente se equivocó en dos casitos. ¿Cómo sabes que se equivocó en dos casitos? Fácil, ¿no?
101:32
Speaker A
Data real, data predicha. La data real dice que viculor son 15, pero simplemente tu modelo te ha predicho 13, estás equivocado en dos, ¿no? Por eso tienes un accuracy o precisión del 96% aproximadamente ¿no?
101:57
Speaker A
Es muy bueno, ¿no? Muy bien. Hasta ahí hace igualito que el machine learning, no hay problema.
102:05
Speaker A
Pero es un enfoque totalmente diferente, muchacho, porque el machine learning no existe el back propagation no existe, es una en una sola dirección.
102:15
Speaker A
En cambio, red neuronal de este tipo sí puede sacar provecho un mal modelo para retornar el rol como un input y mejorar la precisión de tu modelo ¿no?
102:27
Speaker A
Muy bien, profe. ¿Cómo es la arquitectura? La función plot, el objeto entrenado, te va a dar la arquitectura. Miren, muchachos, ¿qué opinan?
102:45
Speaker A
Esa es la la Ahí está la la red multicapa. Claro, una capa oculta con cinco neuronas ¿no?
102:57
Speaker A
Sí, exacto. Ustedes pueden jugar con eso. Sí, vamos a jugar. Y el y el uno de arriba, el azul uno, los dos unos azules de arriba son es los sesgos.
103:10
Speaker A
Ah, los sesgos. Ya, ya, ya. El el vías o el sesgo, ¿no? El beta, el B sub1 que se veía en el PPT.
103:17
Speaker A
Muy bien. Entonces, esto sería un modelo interesante, ¿no? Miren en cuántas iteraciones, 233 iteraciones, se llegó a encontrar un modelo con un error, el error más pequeño usando esta arquitectura, ¿no? A ver, vamos a ver cómo podemos modificar esto.
103:39
Speaker A
Nos vamos a la ayuda de Neural Net y no sabemos nada, muchachos. nos vamos al help de eso y ahí nos va a decir, "No, a ver, vamos a hacer un poquito." Ya, muy bien.
103:59
Speaker A
Mira, ¿qué algoritmo está usando internamente? Back propagation. Ya tiene incorporado back propagation. A ver, vamos a ver qué más hay por acá.
104:15
Speaker A
A ver, tiene muchas cosas, sería cuestión de leerlas, ¿no? Entonces, voy a voy a ser un poco más ambicioso acá. Le voy a poner eh ¿Qué pasaría si le pongo así?
104:33
Speaker A
A, vamos a ver. A ver, quiero ver qué es lo que sale, muchachos. Muy bien.
104:46
Speaker A
O sea, un vector la va a hacer con tres, después con cinco. Quiero ver qué es lo que va a salir un ratito. Ahí un ratito.
105:00
Speaker A
Vamos a ver. ¿Qué pasó? Se, okay, se agregó dos capas ocultas. Dos capas ocultas. La primera capa oculta tiene tres neuronas y la segunda tiene cinco neuronas.
105:20
Speaker A
Bajo el mejoró el error. Mejoró el error y y en menos iteraciones. Menos iteraciones. ¿Por qué? Porque la red es más compleja. Ha logrado capturar más cosas.
105:35
Speaker A
Interesante ¿no? Interesante. Eso es la red neuronal artificial, muchachos. Claro, si le meten más cosas se va a hacer más complejo, pero eso es la idea, muchachos. sirve para hacer regresión, sirve para clasificación y la lógica es muy parecido a los
105:56
Speaker A
modelos de machine learning, solo que la herramienta es diferente. Redonal tiene back propagation, cosa que no tiene machine learning.
106:07
Speaker A
Entonces, ahora ya tenemos un montón de herramientas, muchachos, para fines predictivos. Un montón. ¿Cuál es el valor de que se calculó ahorita de de ocurrencia?
106:19
Speaker A
A ver, a ver. No, en este caso lo tiene. A ver. Sí, sí, claro, claro. De repente no mejoró mucho, ¿no? A ver, vamos a ver. A ver, acá está, ¿no?
106:29
Speaker A
96% sigue igual. El otro, ¿cuánto es? Aunque el error es menor, la ocurrencia sigue en la misma.
106:37
Speaker A
Sí. Entonces, ¿cuál es el mensaje de eso? Y la clasificación mayor costo computacional y voy a seguir con el mismo.
106:44
Speaker A
Exacto. La MEC. Exacto. Entonces acá viene la cuestión de mis alumnos. Dicen, "Profe, pero ¿por qué me complico? Pongo la arquitectura más compleja y va a ser la el mejor modelo." Claro, claro. Por pero no tiene sentido porque con una red neuronal, una
107:04
Speaker A
arquitectura simple, tienes una precisión buena, no quiere decir que el modelo más complejo vaya a perfeccionar tu precisión, no tiene nada que ver.
107:14
Speaker A
Ahí viene entonces ahí viene mi pregunta y mi y mi inquietud. Eh, si es en un modelo como ese para clasificación de planta en botánica o en qué s en agronomía.
107:31
Speaker A
Eh, pero si vamos a medicina eh y estamos clasificando, por ejemplo, medicamentos, tres tipos de medicamentos, hay un medicamento que probablemente no le haga nada a dos pacientes.
107:48
Speaker A
Mm, eso es mucho para esa cantidad de pacientes. Claro. cómo yo afino mi modelo para que de verdad mejore y y y funcione mejor en en en mi variable de salida. En este caso, el resultado de la enfermedad del
108:05
Speaker A
paciente. Ya. Muy bien. Has hecho una pregunta muy interesante. Para tanto el machine learning deep learning, dos cosas fundamentales, bastante data y de calidad y mejorar en la optimización de tal manera que tu proyección sea buena.
108:24
Speaker A
Entonces ahí es un un es algo muy arbitrario, ¿no? En qué momento yo puedo mejorar mi modelo o cómo puedo mejorar mi modelo. Literal es entrar más a estas funciones y ver cómo se está optimizando internamente los pesos, ¿no? Si se han dado cuenta, por
108:43
Speaker A
ejemplo, acá hay varias cosas, ¿no? Miren, el método de optimización, el criterio de parada, un montón de cosas que te ayudan a mejorar.
108:57
Speaker A
Por ejemplo, quizás no quiero que se tenga el 1%, quiero que se tenga al 0.001%, algo por entonces ya son más cuestiones computacionales para mejorar la precisión, ya para entender lo que te ha dicho la MEC.
109:12
Speaker A
Con esto hemos terminado. Mira la vamos a terminar la predicción. Ya. Mira esta parte usted ya lo conoce, ¿no? Es igualito que el machine learning.
109:20
Speaker A
Entonces vas a va a venir nuevos datos, lo vas a predecir y acá tengo mi ¿Dónde está class? Vamos a ver.
109:34
Speaker A
A ver, ¿por dónde estará es? Esta está, ¿no? Vamos a ver. Ahí está. No lo ha hecho la predicción, ¿no? Para cada una de estas características, la primera es cetosa, veticolor, cetosa, virgínica y vticolor. Hace la predicción, pero igual te está dando
109:53
Speaker A
probabilidades. Igual te está dando probabilidades. Muchas acá pueden ver, ¿no? Ahí están las probabilidades para cada una de las especies.
110:05
Speaker A
¿Por qué en la primera sale, no sé, cetosa? porque tiene una probabilidad más grande. ¿Por qué en la segunda sale versículor? Porque la probabilidad es más grande para esa categoría, ¿no? Se dan cuenta y así sucesivamente, ¿no? La
110:19
Speaker A
lógica es igualito que el mach. Muy bien. Ahora vamos a responder su pregunta de su compañero Lam, pero con una aplicación que hizo una universidad, mejor dicho, lo hizo Google con la empresa Tor Flow, ¿no?
110:32
Speaker A
A ver. A ver, para entender cómo encontrar el mejor modelo. Ahí les comparto este por el chat del Zoom. Este este material guárdenlo, muchachos. Es top.
110:58
Speaker A
insumo, una herramienta top, muchachos, para entender redes neuronales. Miren la pregunta de lo que compañero Lameg dice, ¿no? ¿Cómo puedo tener mayor precisión posible? No, y eso va a depender de cómo yo elijo los hiperparámetros adecuados para el
111:16
Speaker A
aprendizaje sea mejor y por ende la proyección sea más precisa. Muy bien. Imaginemos que mi conjunto de datos sea, mira, acá hay tres tipos de datos.
111:29
Speaker A
Mis datos tienen esta estructura, esta estructura, esta estructura o esta estructura. Voy a ver esta estructura, la más sencilla.
111:40
Speaker A
Entonces, para eso voy a necesitar solamente una variable. Acá tengo X1, X2 y varias combinaciones de variables. No, no quiero cuatro neuronas. Yo solamente quiero, mira, acá está entrada neurona y listo, ¿no? Un modelo simple, ¿no?
112:06
Speaker A
Miren los parámetros que tiene, muchachos. Data de entrenamiento quiero que sea el 70%. No quiero que tenga ruido. Tasa de aprendizaje 3%. Función de activación, hay varios.
112:21
Speaker A
Clasificación. Sí, voy a hacer una clasificación. ¿Por qué? Porque quiero saber si puedo clasificar un individuo a este grupo o a este grupo, ¿no?
112:29
Speaker A
Entonces, como pueden ver, muchachos, tengo una red neuronal con una sola neurona, una sola capa oculta y una neurona, ¿correcto?
112:43
Speaker A
¿Ustedes creen que sea capaz de que esta red neuronal pueda discriminar a esos grupos?
112:50
Speaker A
Puede ser, ¿no? No se sabe. Ahora observen. Miren, voy a poner play. Acá está el performan, muchachos. Miren, lo ha podido clasificar correctamente ¿no?
113:13
Speaker A
Pero hay una hay pequeño error en el entrenamiento, ¿no se dan cuenta? Pero, ¿qué cosas he tenido que jugar para mejorar mi precisión?
113:26
Speaker A
tasa de aprendizaje, función de activación, tasa de regularización, regularización, porcentaje de particionamiento y la arquitectura de la red, ¿no?
113:37
Speaker A
Pero veo que no es suficiente porque hay un error inclusive. Entonces, lo que voy a hacer es detener y decir, "Oye, voy a agregar más capas internamente, quiero que también tenga más cositas." Entonces, yo esperaría que con esta
114:01
Speaker A
arquitectura clasifique mucho mejor. Miren ejecutamos. ¿Ven cómo cómo varían los pesos? Miren, miren cómo varían los pesos, muchachos.
114:27
Speaker A
Muy bien. Así es como se mejora. Ahora quiero enseñarles algo al revés, algo totalmente al revés. ¿Qué pasaría si yo elijo esta estructura de datos complejo y le doy una arquitectura simple para que pueda clasificarlo?
114:47
Speaker A
Miren el performance de los errores, tanto de prueba de entrenamiento. Pregunta del millón. ¿Ustedes creen que en algún momento ese modelo básico va a poder clasificar esos puntos?
115:03
Speaker A
Ya no se reduce el error, ya hay una convergencia en el error. Miren, por más que yo quiero, no va a mejorar la clasificación.
115:13
Speaker A
¿Qué es lo que tengo que hacer? Evidentemente agregar más información, más capas, más neuronas, es decir, una arquitectura tan compleja que sea capaz de poder discriminar estos grupos.
115:34
Speaker A
Muy bien, le doy. Vamos. Miren muchachos esta arquitectura rápidamente me ha garantizado lo que yo lo que yo deseo.
115:47
Speaker A
Entonces, las redes neuronales, muchachos, si tú quieres que el aprendizaje o la predicción sea buena, tienes que hacer muy buenos ensayos.
115:59
Speaker A
¿Qué te parece, Lamec? ¿Qué te parece? Definitivamente, definitivamente muy bueno. Es una herramienta top, muchachos.
116:10
Speaker A
Sí, está muy bien. Inclusive puede en la parte de arriba puedes agregar más capas ocultas.
116:18
Speaker A
¡Uf! Puedes ponerlo superclejo. Sí, superclejo y todo está muy bien explicadito y super elegante. Y también funciona para clasificación y para regresión.
116:29
Speaker A
Puedes jugar con la función de activación, cuál te da mejor resultado, puedes variar la tasa de aprendizaje.
116:35
Speaker A
Llen R puedes puedes eh jugar con el particionamiento, uf, puedes agregar arituras superclejas, pero si tú le das unaura supercleja, el aprendizaje es mucho más rápido, ¿no?
116:49
Speaker A
Miren, prácticamente perfección. Claro, esto datos simulados, ¿no? Pero igual se entiende cómo es el proceso, ¿no?
116:57
Speaker A
Inclusive la la regresión lineal. Sí también se ve bien. Ahí acá, por ejemplo, miren, esta data está supercleja ¿no?
117:10
Speaker A
Estas variables no creo que sean suficientes, pero todas las combinaciones de datos. A ver, vamos a ser un poco más ambiciosos. Ya.
117:19
Speaker A
¿Cuál es esa data? Esta acá, la más compleja, mire. Complejazo, ¿no? Pero, ¿dónde se se pone?
117:26
Speaker A
Acá está. Miren, clasificación. Sí, voy a poner cinco capas en ambos y le estoy dando todos los insumos. ¿Será capaz de que con estos insumos y con esta arquitectura pueda clasificar estos puntos? Vamos a ver. Cuatro capas ocultas, cinco neuronas.
117:46
Speaker A
Miren, acá tienes que ver cómo es la convergencia en el error. Se ve las curvas, ¿no? De convergencia.
117:59
Speaker A
Wow, está trabajando duro. Miren, está encontrando el mejor discriminador usando redes neuronales. No llega a bajar el error. No, ya parece que no es suficiente. ¿Qué hacemos? Más capas.
118:34
Speaker A
Muy bien. Ahora vamos. Ahora sí, muchachos. No, miren. ¿Qué le parece, muchachos? Están viendo deep learning a profundidad muchachos.
118:55
Speaker A
Sí. Y aunque ahí todavía falta un poquito. Claro, que es es la forma de los datos es complejo. Pues sí, es muy complejo.
119:04
Speaker A
¿Dónde dónde yo le especifico la complejidad del dato? Por la forma, miren, voy a detener, miren estos datos.
119:12
Speaker A
Estos datos acá. Ya, ya, ya lo vi, ya lo vi, ya lo vi. Estos datos simples, ¿no? Una reción lineal y se acabó el problema.
119:18
Speaker A
La reina neuronal se pasea acá. Acá también simple, cuatro grupos. Acá también sencillo, ¿no? Pero acá ya más complicado, ¿no?
119:33
Speaker A
Pero si buscas una arquitectura compleja, sí se puede discriminar. Él nada más permite seis capas ocultas, no permite más de seis.
119:41
Speaker A
Ahí no lo probé. Ah, ya es un ejemplo didáctico. Tampoco hay que Exacto exacto.
119:49
Speaker A
Lo miré, déjame mirar a ver si hasta dónde me aguanta. Pero igual te da creo que 1% de error más que bien, ¿no?
119:58
Speaker A
Claro, está bien. Bien, muchachos. Entonces, eso era lo que le lo que nos quedaba pendiente, muchachos. Eh, más bien eh bueno, ya culminamos con todas las sesiones.
120:17
Speaker A
Eh, hemos visto un montón de herramientas. Claro, más nos hemos centrado en la parte estadística, que es lo que más se usa, ¿no? Hemos visto pues estadística descriptiva, hemos visto R, introducción al R, visualización de datos, probabilidades inferencia regresiones
120:34
Speaker A
muestreo validación instrumentos medición, machine learning y learning, ¿no? Entonces ustedes ya tienen suficiente herramienta, muchachos, para para hacer cosas muy interesantes, ¿no?
120:49
Speaker A
Y bueno, acá finalizamos, muchachos. Conmigo será hasta una nueva oportunidad, así que espero envolvernos a encontrar más adelante.
121:03
Speaker A
Ya muchachos como dijo mi ex, hasta acá llegamos. Agradezco mucho. Esperamos que estés bueno, yo te voy a llamar de vez en cuando para pedirte consultas.
121:13
Speaker A
Sí, sí, ahí tienes mi contacto en el grupo, no hay problema. Perfecto, agradezco mucho. Muchas gracias. Eh, a ver si compartimos link un rato ya que estamos acá.
121:24
Speaker A
Sí, vamos a compartir para seguirnos. Eh, siempre bueno, siempre es bueno. A ver, vamos a ver.
121:36
Speaker A
Uy, no copió. Pucha. Vamos a ver. Ya, ese es mi link en cualquier cosa ahí nos podemos seguir, muchachos.
121:51
Speaker A
Bien, amigos, entonces ya nos veremos en alguna otra oportunidad en algún curso. Ah, me comprometo a pasarles libros de Deep Learning en R al grupo. Les comparto más probable mañana. Y bueno, por favor, muy bien, muchachos, nos quedamos acá y
122:05
Speaker A
bueno, un gusto con todos. Muchas gracias. Muchas gracias, profesor. Muy bien. Graciasemos. Aló. Aló.
Topics:machine learningmodelos de clasificaciónmatriz de confusiónmétricas de evaluaciónaccuracycurva ROCredes neuronalesdeep learningregresión logísticarandom forest

Frequently Asked Questions

¿Qué es la matriz de confusión y para qué sirve?

La matriz de confusión es una tabla 2x2 que permite comparar los valores reales con los predichos por un modelo de clasificación, ayudando a medir la precisión, errores, sensibilidad y especificidad del modelo.

¿Por qué es importante dividir los datos en entrenamiento y prueba?

Dividir los datos permite entrenar el modelo con un conjunto y evaluar su desempeño con otro conjunto independiente, asegurando que el modelo generalice bien y no solo memorice los datos de entrenamiento.

¿Cuál es la diferencia entre modelos estadísticos y modelos de machine learning?

Los modelos estadísticos se enfocan en explicaciones y relaciones entre variables, mientras que los modelos de machine learning están orientados a la predicción y pueden manejar grandes volúmenes de datos con diferentes técnicas para aprender patrones.

Get More with the Söz AI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries, speaker detection, and unlimited transcriptions.

App Store Google Play
Or transcribe another YouTube video here →

More from Mundo Tesis (Oficial)

View All
Sesión 7. Visualización, interpretación y reporte de re… — Transcript

Sesión 7. Visualización, interpretación y reporte de re… — Transcript

14,121 words · 115 min · Spanish
Sesión 5. Análisis exploratorio con Atlas ti e IA — Transcript

Sesión 5. Análisis exploratorio con Atlas ti e IA — Transcript

12,721 words · 112 min · Spanish
Sesión 6. Análisis relacional e inferencia cualitativa … — Transcript

Sesión 6. Análisis relacional e inferencia cualitativa … — Transcript

13,181 words · 112 min · Spanish
Sesión 4. Codificación avanzada, memos y categorización — Transcript

Sesión 4. Codificación avanzada, memos y categorización — Transcript

12,405 words · 114 min · Spanish
Sesión 3. Segmentación y codificación inicial de datos … — Transcript

Sesión 3. Segmentación y codificación inicial de datos … — Transcript

12,536 words · 120 min · Spanish
Sesión 2. Creación del proyecto y organización de datos… — Transcript

Sesión 2. Creación del proyecto y organización de datos… — Transcript

15,643 words · 123 min · Spanish
Sesión 1. Fundamentos del análisis cualitativo y primer… — Transcript

Sesión 1. Fundamentos del análisis cualitativo y primer… — Transcript

14,114 words · 117 min · Spanish
Sesión 16: Introducción al Machine Learning I — Transcript

Sesión 16: Introducción al Machine Learning I — Transcript

12,892 words · 105 min · Spanish
[Master Class] RStudio para principiantes. Cómo usarlo … — Transcript

[Master Class] RStudio para principiantes. Cómo usarlo … — Transcript

10,229 words · 87 min · Spanish
Sesión 15 — Transcript

Sesión 15 — Transcript

12,803 words · 108 min · Spanish
Sesión 14 — Transcript

Sesión 14 — Transcript

8,768 words · 72 min · Spanish
Sesión 13: Muestreo estadístico — Transcript

Sesión 13: Muestreo estadístico — Transcript

13,028 words · 108 min · Spanish