Machine learning supervisado

Comprender la ciencia de datos

Lis Sulmont

Curriculum Manager, DataCamp

Flujo de trabajo de la ciencia de datos

Flujo de trabajo de la ciencia de datos

¿Qué es el aprendizaje automático supervisado?

• Machine learning Predicciones a partir de datos
• Machine learning supervisado Predicciones a partir de datos con etiquetas y características
  • Sistemas de recomendación
  • Diagnóstico de imágenes biomédicas
  • Reconocer dígitos escritos a mano
  • Predecir la pérdida de clientes

Estudio de caso: predicción del churn

Estudio de caso: predicción del churn

Estudio de caso: predicción del churn

Estudio de caso: predicción del churn

Estudio de caso: predicción del churn

Estudio de caso: predicción del churn

Estudio de caso: predicción del churn

Recapitulación del aprendizaje automático supervisado

• Haz una predicción basada en datos
• Los datos tienen características y etiquetas
  • Etiqueta: lo que queremos predecir
  • Características: datos que pueden predecir la etiqueta
• El modelo entrenado puede hacer predicciones

Evaluación del modelo

Dividir los datos históricos en conjuntos de entrenamiento y de prueba

Evaluación del modelo

Evaluación del modelo

Evaluación del modelo

• Comprobar ambos resultados es importante para los sucesos raros
• El modelo tiene un 0% de precisión en la predicción de un resultado de churn real

¡Vamos a practicar!

Comprender la ciencia de datos