Aprendizaje supervisado y no supervisado, evaluación de modelos y fundamentos de redes neuronales, orientado a la preparación de entrevistas técnicas y cursos equivalentes.
Cada habilidad que el diagnóstico puede evaluar, agrupada como en el mapa. Abre cualquier tema para empezar una lección.
Fundamentos
Tipos de problemas de ML: La división básica entre aprendizaje supervisado (ejemplos etiquetados), no supervisado (sin etiquetas) y por refuerzo.
Funciones de costo y pérdida: El único número que un modelo intenta minimizar durante el entrenamiento, elegido para reflejar cuán equivocadas están sus predicciones.
Descenso de gradiente: Ajustar repetidamente los parámetros de un modelo cuesta abajo en la función de costo para reducir el error.
Aprendizaje supervisado
Regresión lineal: Ajustar una línea recta (o hiperplano) a los datos para predecir un número continuo.
Regresión logística: Un modelo lineal adaptado para clasificación comprimiendo su salida en una probabilidad.
Árboles de decisión: Un modelo que predice haciendo una secuencia de preguntas de sí/no sobre la entrada, como un diagrama de flujo.
Métodos de ensamble: Combinar muchos modelos débiles (normalmente árboles) en uno más fuerte, ya sea promediando (bagging) o corrigiendo sus errores sucesivamente (boosting).
Máquinas de vectores de soporte: Un clasificador que encuentra el margen más amplio posible entre clases, y puede curvar ese margen usando núcleos (kernels).
K vecinos más cercanos: Clasificar un punto nuevo observando cuáles son sus vecinos etiquetados más cercanos.
Naive Bayes: Un clasificador probabilístico que asume (ingenuamente) que cada característica es independiente de las demás dado la clase.
Evaluación de modelos
Equilibrio sesgo-varianza: Un modelo demasiado simple tiene sesgo alto (subajusta); uno demasiado flexible tiene varianza alta (sobreajusta), y no se pueden minimizar ambos a la vez.
Sobreajuste y subajuste: Un modelo que memoriza los datos de entrenamiento en lugar de aprender el patrón (sobreajuste), o uno demasiado débil para siquiera aprenderlo (subajuste).
División entrenamiento/prueba/validación: Reservar datos con los que el modelo nunca entrena, para poder comprobar honestamente cómo se desempeña con ejemplos no vistos.
Validación cruzada: Dividir los datos de varias formas distintas y promediar el rendimiento, para que una división afortunada o desafortunada no te engañe.
Regularización (L1/L2): Penalizar los pesos grandes del modelo durante el entrenamiento para que no pueda sobreajustar memorizando el ruido.
Métricas de evaluación de clasificación: La exactitud sola puede engañar; precisión, exhaustividad, F1 y ROC-AUC capturan cada una una forma distinta en que un clasificador puede acertar o errar.
Métricas de evaluación de regresión: Formas de puntuar cuán lejos están las predicciones continuas de un modelo, desde el tamaño bruto del error hasta cuánta varianza explica.
Ajuste de hiperparámetros: Buscar sistemáticamente los ajustes (tasa de aprendizaje, fuerza de regularización, profundidad del árbol) que no se aprenden de los datos sino que se eligen antes del entrenamiento.
Manejo del desequilibrio de clases: Técnicas para cuando una clase supera ampliamente en número a otra, ya que la exactitud sola se vuelve poco significativa (predecir siempre la clase mayoritaria "gana").
Ingeniería de características
Ingeniería y escalado de características: Transformar datos crudos (escalando números, codificando categorías) en una forma que un modelo pueda aprender realmente bien.
Aprendizaje no supervisado
Reducción de dimensionalidad (PCA): Comprimir muchas características correlacionadas en menos características nuevas que aún capturan la mayor parte de la variación original.
Agrupamiento K-means: Agrupar puntos sin etiquetar en k grupos asignándolos repetidamente al centro más cercano y recalculando los centros.
Agrupamiento jerárquico: Construir un árbol de grupos anidados fusionando (o dividiendo) grupos repetidamente, en lugar de elegir un número fijo de antemano.
Redes neuronales
Fundamentos de redes neuronales: Apilar capas de unidades similares a la regresión logística, conectadas por funciones de activación no lineales, para aprender patrones más complejos.
Retropropagación: El algoritmo que calcula cuánto contribuyó cada peso de una red neuronal al error, para que el descenso de gradiente sepa en qué dirección ajustarlo.