Aprendizaje Automático... ¡Juntos! (Coursera)

Khanser

#60 Yo lo hice todo con Octave tanto en Windows como en Mac y todo de fabula, no necesitas nada mas.

hda
#60ciza:

#1 esperabas tanta acogida?

Esperaba acogida, pero no tanta. Y si la esperaba es por la aceptación que tiene el hilo de redes neuronales en ciencia, con más de 100 subs.

No me esperaba tanta acogida porque es, a fin de cuentas, un curso. Eso requiere estudiar, dedicación y hacer prácticas. Pero es un tema candente y la gente se está animando.

Me satisface pensar que habrá quienes se apunten e incluso terminen el curso por saber que tienen un apoyo aquí, que tenemos un lugar de encuentro para ayudarnos la unos a los otros, familiar y acogedor.

2
BetoLober

Venga, yo también me apunto. A ver si la presión de grupo me ayuda a acabarlo. :)

Genial iniciativa @hda, muchas gracias.

MartiONE

Idem, me apunto!

B

Apúntame, justo me dio en verano por aprender de esto ( de hecho lo hable contigo, no me había fijado en el nick xD) , incluso me compre este libro:

creo que es el único en castellano en condiciones

imaginaros algún día un gobierno de inteligencias artificiales en vez de la sarta de políticos actual.

2 2 respuestas
hda

Actualizado hasta aquí. ¡La leche! Casi somos medio centenar :O

#65 No me digas que te has pillado ese :O Supongo que por el otro hilo sabes que estuve en el proof reading de ese libro xD

2 respuestas
Ronjoujoujou

#65 Me lo apunto!.

#66 Conoces alguno más de nociones básicas de redes neuronales y deepL?. Por no perder la dinámica. Que la he vuelto a coger con fuerzas jaja.

1 respuesta
hda

#67 Sobre redes neuronales pásate por este hilo: https://www.mediavida.com/foro/ciencia/recursos-aprehendiendo-sobre-redes-neuronales-627437

El número 2 de esa lista. Me gustó mucho.

1
ArC1

Apúntadme por favor, Aunque no tenga mucho tiempo libre, me interesa mucho saber mas sobre el tema.

B

#66 La verdad que no había visto ese hilo cuando te lo pregunte (hasta ahora no lo había visto en verdad xd), no sabía que ya estabas mirándote esos temas pero intuía que te podían gustar xD

P

Apuntadme. Yo en la anterior sesión lo dejé en la semana 3. A ver si ahora...

jordi1510

#43 Es la forma en la que los >23 se han Sudamericanizado con las canciones de reggeaton para decir "Vamos allá", "sin pensarlo", "de cabeza", " a tope"...

1
eXtreM3

Pues nada me he apuntado y he comprado el trusted más que nada para obligarme a mí mismo a tener este compromiso y terminarlo. He completado hasta el primer cuestionario.

Me van a surgir muchas dudas cuando lleguemos a las prácticas de Octave, nunca he usado Matlab (ligeramente en una asignatura de estadística) ni Octave. Pero voy con ganas y tiene que ir saliendo

Suerte a todos los inscritos!

AngelRc

Me apunto aunque estoy bastante liado u.u

Aeran

Pintaza

1 respuesta
EtherSnake

Me apunto! A principios de año hice hasta la 5ª semana pero lo deje por ir muy liado en el trabajo, a ver si así consigo ponerme de nuevo y terminarlo.

Wasd

Pues vengo yo con la primera duda:

Respecto al quiz del video de Unsupervised Learning (Semana 1):

spoiler
2 respuestas
Unrack

#77 En realidad lo que quieres decir es que puedes crear un filtro de spam basado en aprendizaje no supervisado. Pero si te fijas el te está dando ya todas las condiciones del problema que es tener un dataset etiquetado.

1 respuesta
HeXaN

#77 Fíjate que está etiquetado (labeled) por lo que ya sabes de antemano qué categoría tiene cada correo electrónico.

2 1 respuesta
Wasd

#78 #79 Si si, pero precisamente por eso, la lógica me dice que en base a esos labeled emails, el algoritmo puede sacar patrones comunes para decidir futuras asignaciones a esos mismos labels, y que se podría hacer de forma no supervisada.

1 respuesta
Unrack

#80 No es así. Los algoritmos no supervisados "funcionan" sin etiquetas en el output.

1 1 respuesta
Wasd

#81 Vale perfecto, esa era mi duda. Gracias!

Wasd

Dobleposteo para aportar info de otro tema.

En referencia a la lección de Model Representation (Semana 1), hay un punto en el que utiliza la nomenclatura matemática para representar h (hypothesis), y utiliza la letra/símbolo theta (θ) y no explica (o al menos yo no me he empanao) de lo que es.

Buscando info por ahí me he encontrado con este hilo en Quora, que me llama la atención tanto porque la primera respuesta se basa en el mismo ejemplo del video de este mismo curso, y la segunda respuesta (que utiliza una serie de tv como ejemplo) me ha parecido bastante interesante.

Dejo aquí el hilo:
https://www.quora.com/What-is-theta-in-machine-learning-From-where-do-we-get-theta-to-provide-to-any-machine-learning-algorithm

Tambien comentar que he repetido el examen de la Intruduction de la semana 1 para subir de 80% a 100% y las preguntas/respuestas son distintas, es decir el hecho de repetir el examen ayuda a afianzar conocimientos, y la nota mas alta obtenida se mantiene, asi que entiendo que se pueden repetir sin miedo.

1 1 respuesta
nuts

yo me lo hice hace un tiempo, tengo todo el material por ahi, cualquier cosa MP

benjajim

¿Llego a tiempo para apuntarme aunque no tenga PC hasta el viernes?

1 respuesta
eXtreM3

Hay algún problema que pueda resolverse con Supervisado y No Supervisado a la vez?

2 respuestas
nakaz

Yo también me apunto!

BetoLober

#86 Muchos. Aunque por lo general pudiendo optar por modelos supervisados, no tiene mucho sentido tirar por los otros. Al final, en la mayoría de las ocasiones, los resultados serán mejores si puedes entrenar con un dataset previamente etiquetado.

Pero el uso conjunto se puede ver por ejemplo es problemas de segmentación. No es que sean mutamente excluyentes. Cada algoritmo te puede ofrecer cierta información, que amplie tu análisis o reafirme el mismo. :)

HeXaN

#86 El del correo de spam, por ejemplo.

1 1 respuesta
eXtreM3

#89 el de spam en no supervisado podría tener como resultado, por ejemplo, una agrupación de correos donde detecte la palabra "viagra" sin que haya sido dicha ni entrenada previamente?

1 respuesta

Usuarios habituales

  • jaime9714
  • Fyn4r
  • eXtreM3
  • Naith
  • Heysen
  • hda
  • HeXaN

Tags