Tutorial de Machine Learning

Tutorial de Machine Learning

Bienvenid@ a este tutorial de Machine Learning. En las próximas páginas vamos a revisar el concepto de Aprendizaje Automático -tal y como suele traducirse el término "Machine Learning" en español-, veremos cómo clasificamos los algoritmos, ejemplos de cada tipo y las principales aplicaciones de éstos, centrándonos principalmente en los algoritmos supervisados y no supervisados. En todo caso, aunque esto puede decirse de cualquier tutorial, éste especialmente va a ser una obra en continuo desarrollo.

Aunque no es imprescindible, para el seguimiento del tutorial convendrá que tengas instalado Python 3.7 y las principales librerías usadas en Data Science (NumPy, pandas, Scikit-learn, matplotlibseaborn). Mi recomendación es que simplemente instales Anaconda pues incluye Python, el entorno Jupyter e instala automáticamente decenas de librerías usadas en Data Science -incluyendo las mencionadas-. Jupyter es una aplicación web que permite crear documentos divididos en celdas en las que poder ejecutar Python, aplicación en la que están hechos todos los ejemplos mostrados en este tutorial.

Si vas a seguir los ejemplos que se incluyen en Python, doy por sentado que tienes conocimientos de programación en este lenguaje de programación -aunque sean limitados-. Tienes aquí a tu disposición un tutorial introductorio a Python.