Semana 2 de 6 · 2.5-3 horas
Cómo los datos le enseñan a un modelo
Descubre cómo los ejemplos, las etiquetas y las características se convierten en los datos de los que aprende un modelo, y por qué importa que los datos estén limpios y equilibrados.
La pregunta grande: ¿Cómo le enseñan los datos a un modelo, y qué hace que unos datos sean lo bastante buenos para aprender de ellos?
Al terminar esta semana
- Identificar los ejemplos, las etiquetas, las características y las categorías de un conjunto de datos.
- Explicar cómo los patrones conectan las características con las categorías.
- Describir por qué los modelos se entrenan con un conjunto de datos y se prueban con otro, y definir generalización y exactitud.
- Encontrar y reparar duplicados, etiquetas incorrectas y categorías desequilibradas.
Cargando tu progreso…
- Ejemplos, etiquetas y característicasAbre un conjunto de datos y conoce sus piezas básicas: cada ejemplo, la etiqueta que dice a qué categoría pertenece, y las características que lo describen.
- Datos de entrenamiento frente a datos de pruebaDescubre por qué a un modelo se le enseña con un conjunto de ejemplos y se le revisa con otro, y cómo probarlo con ejemplos que nunca vio mide si de verdad aprendió el patrón.
- Repara el conjunto de datosJuega a ser detective de datos: caza duplicados, etiquetas incorrectas y categorías desequilibradas, y arréglalos para que un modelo pueda aprender un patrón justo y exacto.