21 - Ejemplos de optimización en el Machine Learning
Lección 21 del curso Cálculo para Ciencia de Datos y Machine Learning.
En la lección anterior vimos el principio de funcionamiento de la optimización cuando una función tiene máximos y mínimos locales y globales, y con esto ya tenemos todos los conceptos esenciales de la optimización que resultan relevantes en diferentes técnicas de Machine Learning.
En esta última lección del curso veremos ejemplos específicos de aplicación de este concepto de optimización precisamente en diferentes ámbitos del Machine Learning.
En particular hablaremos en detalle de aspectos como la minimización de la función de error en diferentes algoritmos de entrenamiento, así como la afinación de los hiperparámetros de un modelo y el proceso de selección de características al momento de entrenar un modelo de Machine Learning.
Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Muy bien, acabamos de ver varios ejemplos específicos de aplicación de la optimización en el campo del machine learning, con lo cual podemos dar por terminado este tema de optimización y con lo cual también hemos completado la totalidad del curso.
A lo largo de estas 21 lecciones hemos visto los elementos esenciales de Cálculo Diferencial, Cálculo Integral y Optimización que resultan esenciales para comprender el funcionamiento de diferentes técnicas, algoritmso y herramientas muy usados en la Ciencia de Datos y el Machine Learning.
Te invito a complementar este curso tomando el curso [Álgebra Lineal para Ciencia de Datos y Machine Learning], también disponible en la Academia, y a estar pendiente de los cursos de Probabilidad y Estadística para Ciencia de Datos y Machine Learning que vendrán próximamente.
¡Un saludo y nos vemos en el próximo curso!