7 - ¿Qué es el entrenamiento?

Lección 7 del curso Introducción al Machine Learning.

Introducción

En la lección anterior vimos los conceptos de algoritmos, modelos, parámetros e hiperparámetros así como el aprendizaje basado en instancias y en modelos.

En esta lección veremos un ejemplo práctico que nos permitirá terminar de entender estos conceptos, y además abordaremos el concepto de entrenamiento de un modelo de Machine Learning.

Contenido exclusivo suscriptores

Suscríbete para tener acceso al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Definición del entrenamiento

Este concepto se aplica sólo al aprendizaje basado en modelos y se puede definir como un proceso iterativo que permite obtener de forma automática los parámetros del modelo de tal manera que haga las mejores predicciones posibles.

Y para lograr esto debemos usar un set de datos, conocido como set de entrenamiento, y un algoritmo, conocido como algoritmo de entrenamiento.

Ejemplo práctico

Entendamos la definición anterior a través de un ejemplo práctico.

Contenido exclusivo suscriptores

Recuerda suscribirte para acceder al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online

Conclusión

Acabamos de ver que el entrenamiento consiste en usar el set de entrenamiento para lograr que el modelo aprenda los valores de los parámetros haciendo uso del algoritmo de entrenamiento. Con esto resulta posible que el modelo aprenda a identificar los patrones en los datos.

Pero, ¿qué pasa si tenemos múltiples modelos candidatos para procesar nuestros datos? ¿cómo podemos saber cuál modelo es el mejor?

Para responder a esta pregunta tenemos que introducir dos nuevos sets de datos. Así que en la próxima lección hablaremos de los sets de entrenamiento, validación y prueba.

Ver todas las lecciones de este curso