Friki Work

Índice Extracción de estructura del árbol Explicación del ejemplo 2.1. Extracción de la estructura del árbol 2.2. Extracción de inforamción de nodos Después de construir un árbol de decisión con sklearn, es posible obtener su estructura mediante los siguientes atributos: 1. Extracción de estructura del árbol Los nodos izquierdos y der ...

1. Procesamiento de Datos e Ingeniería de Características El flujo de trabajo comienza con la preparación de un dataset clínico sobre cáncer de pulmón. Esta etapa es crítica para asegurar que los modelos de aprednizaje automático reciban información estructurada y libre de ruido. import pandas as pd import numpy as np from sklearn.preprocessing ...

Integración de SmartTabLayout con TensorFlow Lite: Recomendación de etiquetas impulsada por IA [Enlace de descarga gratuita] SmartTabLayout: un componente personalizado para ViewPager que proporciona retroalimentación continua al usuario durante el desplazamiento. Repositorio: https://gitcode.com/gh_mirrors/smar/SmartTabLayout ¿Ha enfrentado pr ...

Angel es un sistema de Parameter Server (PS) de alto rendimiento diseñado para manejar modelos de aprendizaje automático masivos que superan la capacidad de memoria de una sola máquina. Su arquitectura permite desacoplar el almacenamiento de parámetros del cálculo, optimizando la comunicación y la escalabilidad en entornos distribuidos. Arquite ...

Este documento presenta un tutorial práctico sobre los componentes fundamentales de Keras, mostrando dos ejemplos completos de aprendizaje automático: regresión lineal y clasificación binaria. Construcción de Modelos Keras ofrece múltiples formas de crear redes neuronales. El método más directo es utilizar la clase keras.Sequential(), que re ...

En el desarrollo de modelos de aprendizaje automático, la elección de la función de pérdida es fundamental, ya que define el objetivo que el algoritmo intentará optimizar. Aunque existen métricas estándar, ciertos escenarios de negocio requieren un enfoque más garnular que el que ofrecen las funciones predefinidas. Error Cuadrático Medio (MSE) ...

Introducción al Análisis de Componentes Principales (PCA) El Análisis de Componentes Principales (PCA, por sus siglas en inglés, Principal Component Analysis) es una técnica fundamental en el aprendizaje automático y el análisis de datos. Su propósito principle es la reducción de la dimensionalidad, es decir, transformar conjuntos de datos de a ...

Diseño de pipeline de datos con agentes de IA: arquitecturas ETL inteligentes Introducción: la necesidad de capacidades ETL en agentes de IA En el panorama actual impulsado por datos, las organizaciones generan volúmenes masivos de información diariamente. La eficiencia en la extracción (Extract), transformación (Transform) y carga (Load) de es ...

Implementación de Regresión Logística: Algoritmo de Clasificación desde Cero La regresión logística es uno de los algoritmos fundamentales en el aprendizaje automático para resolver problemas de clasificación binaria. A diferencia de la regresión lineal que produce valores continuos, este método transforma las predicciones en probabilidades com ...

Introducción Para un proyecto de encofrado de alta resistencia, se necesitaba automatizar el proceso de corte de barras horizontales y verticales, el cual era extremadamente complejo y consumía mucho tiempo utilizando algoritmos tradicionales. Por ello, se buscó implementar una solución basada en machine learning. Antes de comenzar con el desar ...