viernes, 26 de julio de 2019
Vídeo Nº 198: Redes Neuronales 07 - Regresión Logística 02
La regresión logística es el corazón de las neuronas y de las redes neuronales. Son una combinación de una regresión lineal y la función sigmoide. En este segundo vídeo veremos su función coste y cómo aplicar el descenso de gradiente para poder implementar al completo la regresión, así como el uso de la misma. También se verá cómo realizar clasificación cuando tenemos múltiples clases.
viernes, 19 de julio de 2019
Vídeo Nº 197: Redes Neuronales 06 - Regresion Logística 01
La regresión logística es el corazón de las neuronas y de las redes neuronales. Son una combinación de una regresión lineal y la función sigmoide. En este primer vídeo se ve, paso a paso, en qué consiste esta nueva forma de regresión que, paradójicamente, se usa para realizar clasificación.
viernes, 12 de julio de 2019
Vídeo Nº 196: Redes Neuronales 05 - Regresion Polinómica
Para poder hacer regresión con datos que no se distribuyen de forma lineal, hay que usar funciones polinómicas. También se desvelará la ecuación normal, una forma de calcular los parámetros de una forma más directa, pero que tiene también sus problemas.
viernes, 5 de julio de 2019
Vídeo Nº 195: Redes Neuronales 04 - Regresion Lineal 03
Para entender las redes neuronales, este es un vídeo muy importante (junto al anterior), porque en él se explican las bases de la regresión en la que se basan. Tercer vídeo sobre regresión lineal, donde se amplían las funciones para tratar múltiples atributos, finalizando con la vectorización matricial, lo que permite generar el pseudocódigo del algoritmo de regresión lineal.
viernes, 28 de junio de 2019
Vídeo Nº 194: Redes Neuronales 03 - Regresion Lineal 02
Para entender las redes neuronales, este es el vídeo más importante, porque en él se explican las bases de la regresión en la que se basan. Segundo vídeo sobre regresión lineal, donde se explica, paso a paso, en qué consiste y porqué funciona como funciona.
viernes, 21 de junio de 2019
Vídeo Nº 193: Redes Neuronales 02 - Regresion Lineal 01
Primer vídeo sobre regresión lineal, donde se explica la nomenclatura que se usará para explicar las regresiones y redes neuronales y también se hace una introducción a lo que es la regresión en general y la regresión lineal en particular, bases de las redes neuronales.
viernes, 14 de junio de 2019
Vídeo Nº 192: Redes Neuronales 01 - Bases Matemáticas
Explicación detallada de las matemáticas que vas a necesitar conocer para poder dedicarte a la investigación y desarrollo de algoritmos de regresión y redes neuronales.
PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA Y CIENCIAS
Autor: Jay L. Devore
Editorial: CENGAGE learning (Thomson)
Edición: 6ª (año 2005)
ISBN: 970-686-457-1
PROBABILIDAD Y ESTADÍSTICA PARA INGENIERÍA Y CIENCIAS
Autor: Jay L. Devore
Editorial: CENGAGE learning (Thomson)
Edición: 6ª (año 2005)
ISBN: 970-686-457-1
viernes, 4 de enero de 2019
Vídeo Nº 191: IA Aprendizaje - PCA y Reducir Dimensiones
En los algoritmos de aprendizaje (machine learning) es importante poder reducir las dimensiones (atributos, propiedades) de los datos para quedarnos con aquellos que sean los más significativos/importantes y reducir así la cantidad de cálculos. PCA nos ayuda también a resolver algunos problemas de k-Medias y EM gracias a su matriz de afinidad.
viernes, 28 de diciembre de 2018
Vídeo Nº 190: IA Aprendizaje - EM (Expectación-Maximización)
Algoritmo de aprendizaje no supervisado que mejora k-Medias aplicando técnicas estadísticas, en especial la distribución gaussiana. Esto permite que el número de clases sea variable (no fijo) y que los ejemplos puedan asociarse a varios grupos según un grado de pertenencia.
viernes, 21 de diciembre de 2018
Vídeo Nº 189: IA Aprendizaje - k-Medias (k-Means)
El algoritmo de aprendizaje no supervisado más simple y más usado que permite hacer agrupaciones automáticas mediante la similitud/distancia entre ellos, todo explicado con ejemplos. De esta forma, el pseudocódigo se entenderá bastante fácil.
Suscribirse a:
Entradas (Atom)