Introducción a Machine Learning
Bienvenido
Estructura del libro
Software y convenciones
Bloques informativos
1
k-NN para regresión
Paquetes de R para k-NN
Paquete
FNN
Método
brute
(fuerza bruta)
Método
kd_tree
(árbol k-dimensional)
Método
cover_tree
Paquete
tidymodels
Paquete
caret
Ejemplo 1 con el paquete
FNN
Ejemplo 2 con el paquete
FNN
Ejemplo con el paquete
tidymodels
2
Regularización
Regresión de mínimos cuadrados
Regresión Ridge
Ejemplo de regresión Ridge
Regresión Lasso
Ejemplo de regresión Lasso
Conclusión
Elastic net
Ejemplo de Elastic Net
2.0.1
Ridge, Lasso y Elastic Net
3
Árboles de regresión
Árboles
Árbol de decisión
Tipos de árboles
Árbol de regresión
Paquetes de R para árboles
Paquete
rpart
Paquete
tree
Ejemplo con el paquete
rpart
Ejemplo con el paquete
tree
4
Árboles de clasificación
Árboles
Árbol de decisión
Tipos de árboles
Árbol de clasificación
Paquetes de R para construir árboles
Ejemplo con
rpart
Ejemplo con
tree
Ejemplo
5
Árboles de regresión distribucionales
Videos útiles
Paquete disttree
Ejemplo
Ejemplo
6
Random Forests
Explicación sencilla de Random Forests
Ejemplo de regresión
Ejemplo de clasificación
Ejemplo
Random Forests distribucionales
Ejemplo
7
Support Vector Machines para regresión
Paquetes de R para svm
Ventajas
Ejemplos
8
Support Vector Machines para clasificación
Paquetes de R para svm
9
AdaBoost
Explicación sencilla de AdaBoost
Explicación detallada de AdaBoost
Ejemplo
Ejemplo
Ejemplo
Paquetes
Ejemplo
Ejemplo
10
AdaBoost
11
Gradient Boost
Ejemplo
Ejemplo
Ejemplo
12
Regresión lineal versus árboles de regresión
Regresión lineal
Arboles de regresión
Ejemplo
Estudio de simulación para comparar ambos métodos
Retos
References
Published with bookdown
Introducción a Machine Learning
10
AdaBoost