Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Lecturas o videos requeridos
Tema 3. Evaluación de modelos
Lecturas
- Para conocer más sobre evaluación de modelos, te recomendamos leer:
Algorithmia. (2020). The value of model accuracy. Recuperado de https://algorithmia.com/blog/the-value-of-model-accuracy
Videos
- Para conocer más sobre evaluación de modelos, te recomendamos revisar el siguiente video:
Simplilearn. (2020, 29 de diciembre). Bias & Variance In Machine Learning | Bias Variance Tradeoff |Machine Learning Tutorial |Simplilearn [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=0SN_3ab1PrE - Para conocer más sobre sobre evaluación de modelos, te recomendamos revisar el siguiente video:
Anaconda, Inc. (2019, 8 de mayo). Machine Learning Model Evaluation Metrics [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=wpQiEHYkBys
Tema 4. El derecho a la privacidad
Lecturas
- Para conocer más sobre el derecho a la privacidad, te recomendamos leer:
Bashir, M. y Wilson, C. (2018). Diffusion of User Tracking Data in the Online Advertising Ecosystem. Proceedings on Privacy Enhancing Technologies, (4). Recuperado de https://www.ccs.neu.edu/home/ahmad/publications/bashir-pets18.pdf
Videos
- Para conocer más sobre el derecho a la privacidad, te recomendamos revisar el siguiente video:
Alexander von Humboldt Institut für Internet und Gesellschaft. (2021, 24 de agosto). AI Models are abstract and do not need personal data | Christoph Sorge – Why, AI? [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=H2vh7h69z2A - Para conocer más sobre el derecho a la privacidad, te recomendamos revisar el siguiente video:
TAUVOD. (2019, 3 de diciembre). Presidio - Automated identification and anonymization of PII data at scale [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=1pUEG0MZxvM