Sigue los datos

Contenido

• Introducción Introducción

  • Fundamentos de inteligencia artificial: Machine Learning

    1 min 43 s
• 1. Qué es machine learning 1. Qué es machine learning

  • Qué significa aprender

    3 min 56 s
  • (Bloqueado)
    Cómo se trabaja con los datos

    3 min 50 s
  • (Bloqueado)
    Aplica el aprendizaje automático

    3 min 57 s
  • (Bloqueado)
    Distintos tipos de machine learning

    3 min 50 s
• 2. Los aprendizajes de las máquinas 2. Los aprendizajes de las máquinas

  • El aprendizaje automático supervisado

    3 min 52 s
  • (Bloqueado)
    El aprendizaje automático sin supervisión

    4 min 12 s
  • (Bloqueado)
    El aprendizaje automático semisupervisado

    4 min 23 s
  • (Bloqueado)
    El aprendizaje por refuerzo

    4 min 16 s
• 3. Algunos algoritmos populares del aprendizaje automático 3. Algunos algoritmos populares del aprendizaje automático

  • Los problemas más utilizados en el aprendizaje automático

    3 min 52 s
  • (Bloqueado)
    Los árboles de decisión y la clasificación binaria

    4 min 9 s
  • (Bloqueado)
    El k-NN o vecino más cercano

    4 min 25 s
  • (Bloqueado)
    El algoritmo de clusterización de la k-media

    4 min 31 s
  • (Bloqueado)
    El análisis de regresión

    4 min 10 s
  • (Bloqueado)
    El algoritmo bayesiano

    4 min 40 s
• 4. La aplicación de los algoritmos 4. La aplicación de los algoritmos

  • (Bloqueado)
    Sigue los datos

    4 min 25 s
  • (Bloqueado)
    El subajuste y el sobreajuste de los datos

    3 min 32 s
  • (Bloqueado)
    Elige el mejor algoritmo

    3 min 51 s
• 5. Problemas típicos del aprendizaje de las máquinas 5. Problemas típicos del aprendizaje de las máquinas

  • (Bloqueado)
    Las dificultades para el machine learning

    4 min 13 s
• Conclusión Conclusión

  • (Bloqueado)
    Próximos pasos para aprender sobre machine learning

    59 s