Introducción a Machine Learning
2025-10-16
Bienvenido
En este libro se presentan explicaciones sencillas de algunos modelos de machine learning y la forma de aplicarlos por medio del lenguaje de programación R.
Estructura del libro
En los capítulos 1 y 2 se presentann los árboles de regresión y de clasificación. En el capítulo 3 se muestra una generalización de los árboles de regresión incluyendo distribuciones de probabilidad para la variable respuesta. Luego en el capítulo 4 se muestra cómo integrar los árboles para formar bosques aleatorios para el problema de regresión y clasificación. En los capítulos 5 y 6 se introducen las máquinas de soporte vectorial para regresión y clasificación. En los capítulos 7 y 9 se presentan los algoritmos AdaBoost y Gradient Boost.
Software y convenciones
Para realizar este libro usamos los paquetes knitr (Xie 2015) y bookdown (Xie 2025) que permiten unir la ventajas de LaTeX y R en un mismo archivo.
En todo el libro se presentarán códigos que el lector puede copiar y pegar en su consola de R para obtener los mismos resultados aquí del libro. Los códigos se destacan en una caja de color similar a la mostrada a continuación.
Los resultados o salidas obtenidos de cualquier código se destacan con dos símbolos de númeral (##) al inicio de cada línea o renglón, esto quiere decir que todo lo que inicie con ## son resultados obtenidos y NO los debe copiar. Abajo se muestran los resultados obtenidos luego de correr el código anterior.
## [1] 10## [1] 5 25 30## [1] 1 2 3 4 5 6 7 8 9 10