5.07 - Curvas de aprendizajeVideo 11mins Describimos las curvas de aprendizaje como herramiénta para el diagnóstico de modelos.
5.08 - Diagnóstico de modelosVideo 15mins Explicamos cómo realizar un primer diagnóstico del desempeño de un modelo y las posibles acciones que pueden ayudar a mejorarlo.
5.09 - Ejemplo de diagnósticoVideo 12mins Desarrollamos el diagnóstico de modelos con curvas de aprendizaje a través de un ejemplo práctico.
5.10 - Selección de modelosVideo 16mins Explicamos el proceso de selección de modelos, sus retos y necesidades.
5.11 - Ejemplo de selección de modelosVideo 16mins Planteamos un ejemplo con varios modelos sobre los que hacer el proceso de selección.
5.12 - Automatización de selección de modelosVideo 12 mins Completamos el ejemplo y automatizamos el proceso de selección.
5.13 - Monitoreo y producciónVideo 13mins Simulamos el proceso de monitoreo de modelos en un entorno hipotético de producción y compartimos varias consideraciones al respecto.
5.14 - Participación en KaggleVideo 21mins Mostramos el proceso completo de participación en una competencia de Kaggle, desde la obtención de los datos hasta el envío de predicciones a la plataforma.
LAB 05.01 - Métricas de ML vs métricas de negocioVideo 13mins En este laboratorio descubrimos la relación entre porcentaje de acierto y ganancia o pérdida simulando modelos predictivos de tendencias de precios de un cierto instrumento financiero.
LAB 05.02 - Data splitsVideo 4mins El objetivo de este laboratorio es adquirir agilidad en la manipulación y partición de datasets para la implementación de procesos de validación de modelos predictivos.