HTML CSS JAVASCRIPT SQL PYTHON PHP HOW TO W3.CSS JAVA JQUERY C++ R React
ภาษาไทย Afrikaans العربية čeština Deutsch Español Français हिन्दी Bahasa Indonesia Italiano 日本語 한국어 မြန်မာဘာသာ Nederlands Polski Português Русский Türkçe Tiếng Việt

Tutorial de Python

Pitón INICIO Introducción a Python Python Empezar Sintaxis de Python Comentarios de Python Variables de Python
Python Variables Variable Names Assign Multiple Values Output Variables Global Variables Variable Exercises
Tipos de datos de Python Números de Python Fundición de Python Cadenas de pitón
Python Strings Slicing Strings Modify Strings Concatenate Strings Format Strings Escape Characters String Methods String Exercises
Booleanos de Python Operadores de Python Listas de Python
Python Lists Access List Items Change List Items Add List Items Remove List Items Loop Lists List Comprehension Sort Lists Copy Lists Join Lists List Methods List Exercises
Tuplas de Python
Python Tuples Access Tuples Update Tuples Unpack Tuples Loop Tuples Join Tuples Tuple Methods Tuple Exercises
Conjuntos de Python
Python Sets Access Set Items Add Set Items Remove Set Items Loop Sets Join Sets Set Methods Set Exercises
Diccionarios de Python
Python Dictionaries Access Items Change Items Add Items Remove Items Loop Dictionaries Copy Dictionaries Nested Dictionaries Dictionary Methods Dictionary Exercise
Python si... si no Ciclos while de Python Python para bucles Funciones de Python pitón lambda Matrices de Python Clases/Objetos de Python Herencia de Python Iteradores de Python Alcance de Python Módulos de Python Fechas de Python Python Matemáticas PythonJSON Python expresión regular PIP de Python Prueba Python... Excepto Entrada de usuario de Python Formato de cadenas de Python

Manejo de archivos

Manejo de archivos de Python Python Leer archivos Python escribir/crear archivos Python Eliminar archivos

Módulos de Python

Tutorial NumPy Pandas Tutorial SciPy Tutorial

Matplotlib de Python

Introducción a Matplotlib Matplotlib Comenzar Pyplot de Matplotlib Trazado de Matplotlib Marcadores Matplotlib Línea Matplotlib Etiquetas Matplotlib Cuadrícula Matplotlib Subparcelas de Matplotlib Dispersión de Matplotlib Barras Matplotlib Histogramas de Matplotlib Gráficos circulares de Matplotlib

Aprendizaje automático

Empezando Media Mediana Moda Desviación Estándar percentil Distribución de datos Distribución normal de datos Gráfico de dispersión Regresión lineal Regresión polinomial Regresión múltiple Escala Entrenar/Prueba Árbol de decisión

pitón mysql

MySQL Empezar Crear base de datos MySQL Crear tabla MySQL Insertar MySQL Seleccionar MySQL mysql donde MySQL Ordenar por MySQL Eliminar Tabla desplegable de MySQL Actualización de MySQL Límite MySQL unirse a mysql

Python MongoDB

MongoDB Empezar MongoDB Crear base de datos MongoDB Crear colección Insertar MongoDB MongoDB Buscar Consulta MongoDB MongoDB Ordenar Eliminar MongoDB Colección de eliminación de MongoDB Actualización de MongoDB Límite de MongoDB

Referencia de Python

Descripción general de Python Funciones integradas de Python Métodos de cadenas de Python Métodos de lista de Python Métodos de diccionario de Python Métodos de tupla de Python Métodos de conjuntos de Python Métodos de archivos de Python Palabras clave de Python Excepciones de Python Glosario de Python

Referencia del módulo

Módulo aleatorio Módulo de Solicitudes Módulo de estadísticas Módulo Matemático cMódulo Matemático

Python Cómo

Eliminar duplicados de lista Invertir una cadena Añadir dos números

Ejemplos de Python

Ejemplos de Python Compilador de Python Ejercicios de pitón Cuestionario de Python Certificado de Python

Aprendizaje automático

❮ Anterior Próximo ❯

Machine Learning hace que la computadora aprenda a partir del estudio de datos y estadísticas.

El aprendizaje automático es un paso en la dirección de la inteligencia artificial (IA).

Machine Learning es un programa que analiza datos y aprende a predecir el resultado.

¿Donde empezar?

En este tutorial volveremos a las matemáticas y estudiaremos estadísticas, y cómo calcular números importantes basados ​​en conjuntos de datos.

También aprenderemos a usar varios módulos de Python para obtener las respuestas que necesitamos.

Y aprenderemos a crear funciones que puedan predecir el resultado en función de lo que hemos aprendido.

Conjunto de datos

En la mente de una computadora, un conjunto de datos es cualquier colección de datos. Puede ser cualquier cosa, desde una matriz hasta una base de datos completa.

Ejemplo de una matriz:

[99,86,87,88,111,86,103,87,94,78,77,85,86]

Ejemplo de una base de datos:

nombre claveColorEnvejecerVelocidadPase automático
BMWrojo599Y
volvonegro786Y
vwgris887norte
vwblanco788Y
Vadoblanco2111Y
vwblanco1786Y
teslarojo2103Y
BMWnegro987Y
volvogris494norte
Vadoblanco1178norte
Toyotagris1277norte
vwblanco985norte
Toyotaazul686Y

Al observar la matriz, podemos adivinar que el valor promedio es probablemente alrededor de 80 o 90, y también podemos determinar el valor más alto y el valor más bajo, pero ¿qué más podemos hacer?

Y al mirar la base de datos podemos ver que el color más popular es el blanco, y el automóvil más antiguo tiene 17 años, pero ¿y si pudiéramos predecir si un automóvil tiene un AutoPass con solo mirar los otros valores?

¡Para eso está el aprendizaje automático! ¡Analizar datos y predecir el resultado!

En Machine Learning es común trabajar con conjuntos de datos muy grandes. En este tutorial intentaremos que sea lo más fácil posible entender los diferentes conceptos de aprendizaje automático y trabajaremos con pequeños conjuntos de datos fáciles de entender.

Tipos de datos

Para analizar datos, es importante saber qué tipo de datos estamos tratando.

Podemos dividir los tipos de datos en tres categorías principales:

  • Numérico
  • Categórico
  • Ordinal

Los datos numéricos son números y se pueden dividir en dos categorías numéricas:

  • Datos discretos
    : números que se limitan a números enteros. Ejemplo: El número de coches que pasan.
  • Datos continuos
    : números que tienen un valor infinito. Ejemplo: el precio de un artículo o el tamaño de un artículo

Los datos categóricos son valores que no se pueden comparar entre sí. Ejemplo: un valor de color, o cualquier valor sí/no.

Los datos ordinales son como datos categóricos, pero se pueden comparar entre sí. Ejemplo: calificaciones escolares donde A es mejor que B y así sucesivamente.

Al conocer el tipo de datos de su fuente de datos, podrá saber qué técnica utilizar al analizarlos.

Aprenderá más sobre estadísticas y análisis de datos en los próximos capítulos.

❮ Anterior Próximo ❯