-
Continue reading →: Entrenamiento de Clasificadores SVM con ImágenesEl Support Vector Machine (SVM) es un potente algoritmo de aprendizaje automático usado para clasificación. Su objetivo principal es encontrar el mejor “límite” que separa dos grupos de datos, maximizando la distancia entre este límite y los ejemplos más cercanos de cada grupo (llamados vectores soporte). Esto ayuda a que…
-
Continue reading →: Uso de HOG para Detección de Objetos en Imágenes¿Alguna vez te has preguntado cómo una computadora «ve» y detecta objetos? En este post, te muestro paso a paso cómo usé el algoritmo HOG para enseñar a mi código a encontrar a una persona en una imagen, ¡convirtiendo píxeles en formas!
-
Continue reading →: Desbalanceo de Clases en Machine LearningEn machine learning, la calidad y estructura de los datos influyen directamente en el rendimiento del modelo. Dos aspectos fundamentales a considerar son el desbalanceo de clases y la forma en que dividimos los datos en conjuntos de entrenamiento y prueba.
-
Continue reading →: Reconocedor de dígitos.Desde su creación a finales de los años 90, MNIST se ha convertido en un estándar para probar y comparar algoritmos de reconocimiento de imágenes, gracias a su simplicidad y calidad. Aunque hoy existen datasets más complejos, MNIST sigue siendo la base fundamental para aprender conceptos esenciales en machine learning…
-
Continue reading →: Modelos de regresión en análisis de datos económicos.En este articulo de wordpress y cuaderno de Jupyter analizo cómo distintos enfoques de regresión (lineal, logarítmica, exponencial y polinómica) pueden utilizarse para modelar relaciones entre variables económicas. Comparo su desempeño utilizando el error cuadrático medio (MSE) y reflexiono sobre la elección del modelo más adecuado según el contexto. 📈…






