Las métricas son medidas utilizadas en Aprendizaje Automático para evaluar el rendimiento de un modelo comparando los valores predichos con los valores reales dados en el conjunto de datos.
Dos tipos de métricas de evaluación en aprendizaje supervisado: métricas de regresión y métricas de clasificación.
Métricas de regresión: MAE, MSE, RMSE, R_cuadrado
Métricas de clasificación: precisión, exactitud, recuperación, especificidad, índice de Jaccard, log loss, f1 score y AUC.
Tutorial de Aprendizaje Automático
Ciencia de Datos
Entrenamiento de Modelos de ML
Evaluación de Modelos de ML
Hoja de Ruta de Ciencia de Datos
Coursera plus - con Coursera plus, tendrás acceso ilimitado a más de 7,000 cursos de clase mundial, proyectos prácticos y programas de certificación listos para el trabajo, todo incluido en tu suscripción, incluyendo certificados profesionales populares de Google y Meta:
https://imp.i384100.net/Or95YnRuta de Ciencia de Datos:
Certifícate con Google:
Certifícate con Meta:
Divulgación:
Puedo recibir una comisión si haces clic y compras en uno de los enlaces anteriores.