Cuestionario - Fundamentos del Aprendizaje Automático

Resumen

Evalúa tu comprensión de los fundamentos del aprendizaje automático con preguntas sobre aprendizaje supervisado/no supervisado, algoritmos, métricas de evaluación y conceptos básicos esenciales para aplicaciones de IA.

Programa de estudio

- Introducción al Aprendizaje Automático -- Visión general de los conceptos de Aprendizaje Automático -- Tipos de Aprendizaje Automático: Supervisado, No Supervisado y Aprendizaje por Refuerzo - Técnicas de Aprendizaje Supervisado -- Algoritmos de Regresión -- Algoritmos de Clasificación -- Métricas de Desempeño: Precisión, Precisión, Recall, Puntaje F1 - Técnicas de Aprendizaje No Supervisado -- Algoritmos de Agrupamiento -- Técnicas de Reducción de Dimensionalidad -- Aplicaciones en escenarios del mundo real - Servicios de Aprendizaje Automático de AWS -- Visión general de Amazon SageMaker -- Características clave y flujos de trabajo en SageMaker - Evaluación y Validación de Modelos -- Comprensión del Sobreajuste y Subajuste -- Técnicas de Validación Cruzada - Consideraciones Prácticas en Aprendizaje Automático -- Preprocesamiento de Datos e Ingeniería de Características -- Ajuste de Hiperparámetros -- Estrategias de Despliegue de Modelos - Conclusión y Recursos -- Temas avanzados en Aprendizaje Automático -- Recursos recomendados para seguir aprendiendo en AWS y Aprendizaje Automático

Enseñado por

Etiquetas