Saltar al contenido

Construyendo modelos de regresión con scikit-learn

Sección Introducción Transcripciones

Resumen del curso

Construyendo modelos de regresión con scikit-learn
Construyendo modelos de regresión con scikit-learn

Hola. Mi nombre es Janani Ravi, y bienvenidos a este curso de construcción de modelos de regresión con scikit-learn. Un poco sobre mí. Tengo una maestría en ingeniería eléctrica de Stanford, y he trabajado en compañías como Microsoft, Google y Flipkart. En Google, fui uno de los primeros ingenieros que trabajó en la edición colaborativa en tiempo real en Google Docs, y tengo cuatro patentes para sus tecnologías subyacentes. Actualmente trabajo en mi propia empresa, Loonycorn, un estudio de contenido de video de alta calidad. La regresión es una de las técnicas de modelado más utilizadas, y es muy querida por todos, desde los profesionales de los negocios hasta los científicos de datos. Usando scikit-learn, puedes fácilmente implementar virtualmente cada tipo importante de regresión con facilidad. En este curso, obtendrá la capacidad de enumerar en diferentes tipos de algoritmos de regresión y de implementarlos correctamente en scikit-learn. En primer lugar, aprenderá lo que la regresión busca lograr y cómo el omnipresente algoritmo de mínimos cuadrados ordinarios funciona bajo el capó. A continuación, descubrirá cómo implementar otras técnicas que mitigan el sobreajuste, como el lazo, la cresta y la regresión de la red elástica. Luego comprenderá otras formas más avanzadas de regresión, incluyendo aquellas que utilizan máquinas de vectores de apoyo, árboles de decisión y descenso de gradientes estocásticos. Finalmente, completará el curso entendiendo los hiperparámetros que poseen estos diversos modelos de regresión y cómo pueden ser optimizados. Cuando termine este curso, tendrá las habilidades y el conocimiento para seleccionar el algoritmo de regresión correcto basado en el problema que está tratando de resolver y también implementarlo correctamente usando scikit-learn.