Desmitificando las Funciones de Pérdida o Error: Fundamentos de Deep Learning
Sigue así. Cada lección te acerca más a tu certificado.
Sobre esta lección
Uno de los conceptos más importantes del aprendizaje de máquina y en particular del aprendizaje profundo, son las funciones de pérdida o error, las cuales nos ayudan a guiar la creación/entrenamiento de nuestros modelos, por ejemplo, una red neuronal. Este video explica qué es una función de pérdida, por qué son importantes, y las funciones de pérdida más comunes tanto en clasificación como en regresión. Entre las funciones de pérdida explicadas se encuentran: Entropía Cruzada Binaria, Entropía Cruzada Categórica, Error Absoluto Medio (Mean Absolute Error - MAE) y Error Cuadrático Medio (Mean Squared Error - MSE). 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2024, 10 de Junio). Desmitificando las Funciones de Pérdida o Error: Fundamentos de Deep Learning [Video]. YouTube. [Incluye aquí la URL del video] ******************************************** Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** Índice del Video: 0:00 Introducción 0:44 Qué es una función de pérdida 3:00 Por qué son importantes 7:03 Tipos de funciones de pérdida 7:49 Clasificación: Entropía cruzada 18:30 Funciones de Pérdida para Regresión 20:42 Regresión: Error Absoluto Medio (MAE) 22:18 Regresión: Error Cuadrático Medio (MSE) ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. ⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln #DeepLearning #AprendizajeProfundo #MachineLearning #IA #AI #InteligenciaArtificial #AprendizajeAutomático #AprendizajeDeMaquina
Sobre este curso
Deep Learning (o Aprendizaje Profundo) permite que las computadoras aprendan tareas usando Redes Neuronales en términos de una jerarquía de conceptos con múltiples niveles de representación a partir de datos crudos. Las redes neuronales artificiales (o artificial neural networks por su término en inglés) son una familia de técnicas de aprendizaje de máquina (machine learning) y deep learning. Esta serie de videos explica los siguientes temas dentro del dominio de aprendizaje profundo: - Qué es Deep Learning - Perceptrón: una neurona artificial - Gradiente descendente - Backpropagation: Cómo aprenden matemáticamente las redes neuronales - Técnicas de Aumentación de datos - El problema del Desvanecimiento del Gradiente en redes profundas - Funciones de Activación - Redes generativas adversarias (generative adversarial networks) - ...
Lo que aprenderás en este curso:
- Comprender los fundamentos del aprendizaje automático
- Implementar algoritmos de clasificación y regresión
- Preparar y limpiar datos para modelos predictivos
- Evaluar y optimizar modelos de machine learning