Fundamentos de aprendizaje automático

En este capítulo introduciremos los fundamentos del aprendizaje automático clásico. Presentaremos el aprendizaje automático supervisado y no supervisado y procesaremos un conjunto de datos simple. Dado que el número de algoritmos utilizados en este campo es abrumador, solo introduciremos dos métodos clásicos: el Clasificador de Bosque Aleatorio (supervisado) y el agrupamiento k-means (no supervisado). Con el conocimiento adquirido al usar estos dos, uno también puede utilizar otras implementaciones, ya que todos estos algoritmos funcionan de manera similar, al menos desde la perspectiva del usuario.

Para obtener una perspectiva más amplia sobre los algoritmos y métodos disponibles, se remite al lector a la documentación de scikit-learn y al canal de YouTube de Digital Sreeni.

Bibliotecas de Python utilizadas en este capítulo

Utilizaremos scikit-learn que se puede instalar de la siguiente manera:

mamba install scikit-learn