En este tema sobre métodos de optimización aplicados en el entrenamiento de modelos de aprendizaje automático, cuyo objetivo consiste en encontrar un conjunto adecuado de parámetros que se ajusten a una función objetivo o al propio modelo.
Los métodos de optimización numérica están en todas partes, ya que son la forma principal en que las computadoras y los dispositivos electrónicos realizan los cálculos matemáticos que necesitan para funcionar. En el aprendizaje automático, los métodos como el gradiente descendente se utilizan constantemente para evaluar la función de coste o la función de pérdida, las cuales, a partir de sus valores mínimos, nos indican qué tan buena es la predicción que se está haciendo sobre el valor esperado.
Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre optimización continua, te recomendamos leer:
Martinez, J. (2020). Gradiente Descendiente para aprendizaje automático. Recuperado de https://www.iartificial.net/gradiente-descendiente-para-aprendizaje-automatico/
Aplicar los conocimientos de optimización en la resolución de problemas.
Utilizando el lenguaje de programación Python, realiza lo siguiente:
Asegúrate de: