Contenido

Objetivo

Relacionar los conceptos de modelado, precisión y sesgo en los algoritmos de aprendizaje.

Descripción

En este tema comprenderás que es el modelado de un algoritmo de aprendizaje y como se evaluar su desempeño.

Explicación

Haz clic para revisar la explicación.

Evaluación de modelos

Recursos adicionales

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa la siguiente lectura:

Para conocer más sobre evaluación de modelos, te recomendamos leer:

Landerman, B. (2020). Machine Learning: Avoiding Garbage in, Garbage Out. Recuperado de https://aws.amazon.com/es/blogs/enterprise-strategy/machine-learning-avoiding-garbage-in-garbage-out/

Actividad

Objetivo

Aplicar los concepto de evaluación de un modelo a través de ejemplos prácticos.

Instrucciones

contesta el siguiente cuestionario.

Describe tres ejemplos explicando de qué forma una regresión lineal puede ser útil para predecir algo en tu campo laboral o escolar. Puedes considerar el siguiente artículo sobre regresión lineal:

Corn, P., Sharma, L., Yung, E., y Khim, J. (2021). Linear Regression. Recuperado de https://brilliant.org/wiki/linear-regression/

El siguiente enlace es externo a la Universidad Tecmilenio,
al acceder a éste considera que debes apegarte a sus términos y condiciones.

Checklist

Asegúrate de:

  • Comprender el concepto de precisión.
  • Comprender los conceptos de desajuste y sobreajuste.