• Stars
    star
    1
  • Language
  • Created almost 4 years ago
  • Updated almost 4 years ago

Reviews

There are no reviews yet. Be the first to send feedback to the community and the maintainers!

Repository Details

Los analistas necesitan una evaluación imparcial de la calidad de sus modelos de aprendizaje automático. Para conseguirlo, dividen los datos disponibles en dos partes. Usan una parte para construir el modelo de aprendizaje automático y retienen los datos restantes para la evaluación del desempeño del modelo en los datos de reserva. Veremos 4 varios casos para hacer las particiones: Caso 1: variable objetivo numérica y dos particiones Caso 2: variable objetivo numérica y tres particiones Caso 3: variable objetivo categórica y dos particiones Caso 4: variable objetivo categórica y tres particiones

More Repositories

1

Serie-de-tiempo-con-Machine-Learning

Jupyter Notebook
23
star
2

Python

Jupyter Notebook
10
star
3

Normalizacion-de-Datos

5
star
4

Mi-Dataset

5
star
5

Pronostico-Exponenciales-Metodo-Holt-Winters-y-Modelo-de-Tendencia-Amortiguada-con-RStudio

4
star
6

Curso-Peru

Curso Peru
Jupyter Notebook
3
star
7

Grafico-de-burbujas-con-RStudio

2
star
8

An-lisis-discriminante-lineal-LDA-con-R

2
star
9

Curva-de-ROC-con-RStudio

2
star
10

MLflow

# Introducción a MLflow MLflow es una plataforma de código abierto para el ciclo de vida del aprendizaje automático (ML), con un enfoque en la reproducibilidad, el entrenamiento y la implementación. Está basado en un diseño de interfaz abierta y es capaz de trabajar con cualquier lenguaje o plataforma, con clientes en Python y Java, y es accesible a través de una API REST. La escalabilidad también es un beneficio importante que un desarrollador de ML puede aprovechar con MLflow. El proposito de este cuaderno, es ver cómo funciona MLflow, con la ayuda de ejemplos y código de muestra. Esto construirá la base necesaria para el resto a fin de utilizar el concepto para diseñar un proyecto de ML de extremo a extremo.
Jupyter Notebook
2
star
11

databricks_pyspark

Jupyter Notebook
2
star
12

Creando-intervalos-en-RStudio

1
star
13

Machine-Learning-con-PySpark-usando-Databricks

Jupyter Notebook
1
star
14

Grafico-financiero-con-RStudio

1
star
15

Importar-precio-de-acciones-de-Yahoo-a-RStudio

1
star
16

Grafico-de-spyder-o-de-radar-basico

1
star
17

Analisis-discriminante-regularizado-RDA

1
star
18

Analisis-discriminante-flexible-FDA

1
star
19

Cadena-de-Markov

Cadena de Markov
1
star
20

Modelo-de-Arbol-de-Clasificacion-con-RStudio

1
star
21

An-lisis-discriminante-cuadr-tico---QDA-con-RStudio

1
star
22

4-forma-de-graficar-funciones-de-densidad-continua

Jupyter Notebook
1
star
23

R-Studio

1
star
24

An-lisis-Discriminante-de-Mezcal-MDA

1
star