simulador interactivo
Machine Learning
Aprende ajustando parámetros y observando cómo cambian los modelos en tiempo real. 15 simulaciones interactivas, teoría concisa y verificación de conocimiento.
15
simulaciones
3
semanas
45
preguntas
Semana 1
Fundamentos, Perceptrón y el Costo de los Datos
Bases del Machine Learning: el rol del científico de datos, el costo de los datos supervisados, el perceptrón como primer modelo y los conceptos de sobre-ajuste.
El Costo de los Datos SupervisadosEl PerceptrónHiperplano y MargenLa Bendición de la DimensiónSobre-ajuste vs Sub-ajuste
Comenzar semana 1Semana 2
Árboles de Decisión, Random Forest e Interpretabilidad
Modelos basados en árboles, ensambles y el trade-off entre interpretabilidad y desempeño.
Interpretabilidad vs DesempeñoEntropía y Selección de FeaturesRandom ForestUmbral de DecisiónCurva ROC y AUC
Comenzar semana 2Semana 3
Regresión Logística y NLP
Regresión logística, procesamiento de texto con TF-IDF, regularización y validación cruzada.
Vectorización TF-IDFProbabilidad y Momios (Odds)Regularización Ridge (L2)Validación Cruzada (K-Fold)Grid Search
Comenzar semana 3Perceptrón · Árboles de decisión · Random Forest · Regresión logística · NLP