Scribd
Cargar
5 vistas3 páginas

Resumen Ampliado Introduction ML Python

El libro 'Introduction to Machine Learning with Python' ofrece una introducción accesible al aprendizaje automático utilizando Python y scikit-learn, abarcando desde la preparación de datos hasta la evaluación de modelos. Se exploran tanto el aprendizaje supervisado como el no supervisado, presentando diversos algoritmos y técnicas para optimizar modelos. Además, se discuten flujos de trabajo con Pipelines y aplicaciones en datos de texto, proporcionando una guía práctica para implementar sistemas de aprendizaje automático.

Cargado por

Rotherick Calderon Molina
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
5 vistas3 páginas

Resumen Ampliado Introduction ML Python

El libro 'Introduction to Machine Learning with Python' ofrece una introducción accesible al aprendizaje automático utilizando Python y scikit-learn, abarcando desde la preparación de datos hasta la evaluación de modelos. Se exploran tanto el aprendizaje supervisado como el no supervisado, presentando diversos algoritmos y técnicas para optimizar modelos. Además, se discuten flujos de trabajo con Pipelines y aplicaciones en datos de texto, proporcionando una guía práctica para implementar sistemas de aprendizaje automático.

Cargado por

Rotherick Calderon Molina
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 3

Este resumen se basa en el libro "Introduction to Machine Learning with Python", escrito

por Andreas C. Müller y Sarah Guido. El enfoque central del libro es proporcionar una
introducción accesible, práctica y detallada al campo del *machine learning* (aprendizaje
automático) utilizando Python y la biblioteca scikit-learn.

El *machine learning* es una rama de la inteligencia artificial que permite a las


computadoras aprender automáticamente a partir de datos, identificar patrones y tomar
decisiones sin estar explícitamente programadas. Esta disciplina se ha convertido en una
herramienta esencial en diversos campos, desde la medicina hasta las finanzas, el comercio
electrónico y las redes sociales.

A través de ejemplos prácticos y sin requerir conocimientos matemáticos avanzados, los


autores explican paso a paso cómo construir sistemas de aprendizaje automático eficaces,
desde la preparación de los datos hasta la evaluación y optimización de modelos.

Resumen Ampliado: Introduction to Machine Learning with Python

1. Introducción

El aprendizaje automático (machine learning) consiste en extraer conocimiento a partir de


datos y se encuentra en la intersección de la estadística, la inteligencia artificial y la
informática. Esta disciplina tiene un impacto amplio, desde aplicaciones cotidianas como
recomendaciones en línea hasta investigaciones científicas complejas.

El capítulo expone la motivación para utilizar machine learning frente a los sistemas
basados en reglas rígidas, destacando su adaptabilidad y la capacidad de generalizar. Se
introduce la diferencia entre aprendizaje supervisado (con datos etiquetados) e no
supervisado (sin etiquetas). También se destaca la importancia de Python como
herramienta preferida por su ecosistema de bibliotecas (NumPy, SciPy, pandas, matplotlib,
Jupyter y scikit-learn).

Finalmente, se presenta un ejemplo práctico usando el conjunto de datos de Iris, mostrando


cómo construir un modelo de clasificación k-vecinos más cercanos, evaluarlo y hacer
predicciones.

2. Aprendizaje Supervisado

Este capítulo cubre algoritmos para clasificación y regresión, abordando conceptos de


generalización, sobreajuste y subajuste. Se explora la relación entre la complejidad del
modelo y el tamaño del conjunto de datos.
Se analizan varios algoritmos ampliamente utilizados:
- k-Vecinos más cercanos (k-NN)
- Modelos lineales (regresión lineal, regresión logística, clasificación ridge, etc.)
- Clasificadores Naive Bayes
- Árboles de decisión
- Ensambles (Random Forest, AdaBoost, etc.)
- Máquinas de soporte vectorial (SVM) kernelizadas
- Redes neuronales (MLP)

Además, se introduce el concepto de función de decisión y estimación de incertidumbre


usando predicciones probabilísticas.

3. Aprendizaje No Supervisado y Preprocesamiento

Explora técnicas para encontrar patrones sin etiquetas previas. Se abordan los desafíos de
evaluar estos modelos. Se tratan:
- Escalado y transformación de datos (estandarización, normalización)
- Reducción de dimensionalidad (PCA, NMF)
- Aprendizaje de manifolds (t-SNE)
- Técnicas de agrupamiento: k-Means, Clustering Jerárquico, DBSCAN

Se analiza cómo estas técnicas ayudan en la compresión de datos, mejora del rendimiento
de modelos supervisados y descubrimiento de estructuras ocultas.

4. Representación de Datos e Ingeniería de Características

Se profundiza en la preparación de los datos para modelos de ML:


- Codificación de variables categóricas (One-Hot Encoding)
- Discretización y binning
- Interacciones y polinomios
- Transformaciones no lineales univariadas
- Selección automática de características (estadísticas univariadas, selección basada en
modelos, selección iterativa)
- Uso del conocimiento experto

Estas técnicas son fundamentales para mejorar la precisión de los modelos.

5. Evaluación y Mejora de Modelos

Presenta métodos avanzados para evaluar y optimizar modelos:


- Validación cruzada (k-fold, estratificada, leave-one-out)
- Búsqueda en malla (Grid Search) para ajuste de hiperparámetros
- Métricas de evaluación: precisión, recall, F1-score, AUC para clasificación binaria y
multiclase; R^2 y error absoluto para regresión

Se enfatiza la importancia de evitar el sobreajuste durante la validación de modelos.

6. Cadenas de Algoritmos y Pipelines

Se explica cómo estructurar flujos de trabajo completos con scikit-learn usando Pipelines:
- Encadenamiento de transformaciones y modelos
- Selección de parámetros dentro de un pipeline
- Grid Search integrado a pipelines
- Comparación de múltiples modelos en un solo pipeline

Esto permite reutilización, validación más precisa y evita fugas de datos.

7. Trabajo con Datos de Texto

Describe cómo aplicar ML a texto (PLN):


- Representación mediante Bolsa de Palabras
- Tokenización, stopwords, stemming y lematización
- Reescalado usando TF-IDF
- n-gramas
- Modelado de temas (LDA)
- Análisis de sentimientos en reseñas de películas como caso de estudio

El capítulo muestra cómo adaptar el pipeline de ML tradicional a datos textuales.

8. Conclusión y Temas Avanzados

Se presentan pasos para llevar un sistema de ML desde el prototipo hasta la producción:


- Consideraciones prácticas (evaluación, implementación, pruebas)
- Creación de estimadores personalizados
- Expansión hacia frameworks más complejos como TensorFlow, Keras o PyTorch
- Modelado probabilístico, sistemas de recomendación, aprendizaje por refuerzo
- Escalado para grandes volúmenes de datos

Se brindan sugerencias para continuar aprendiendo y perfeccionarse en ML.

También podría gustarte