Remuestreo con pocos datos

Probabilidad avanzada: la incertidumbre en los datos

Maarten Van den Broeck

Senior Content Developer at DataCamp

¿Qué es el remuestreo?

• ¿Cuántas canicas de cada color?
• Estima sin contar
• Solución: toma muestras repetidas y anota colores

Técnicas de remuestreo

• Bootstrap
• Validación cruzada
• Muestreo sintético

Bootstrap

Validación cruzada

Remuestreo sintético

Ejemplo: detección de fraude

• Las transacciones fraudulentas son raras
  • Los modelos predicen todo como seguro
• Genera fraudes sintéticos
  • El modelo aprende patrones de fraude

Ejemplo: detección de fraude

• Situación inicial:

  • 1.000.000 de transacciones/mes
  • 1.000 (0,1%) clasificadas como fraude

• Muestreo sintético:

  • Aumenta fraudes a 10.000 (1%)

¡Vamos a practicar!

Probabilidad avanzada: la incertidumbre en los datos