Entrenamiento y prueba: Mi primer algoritmo de I.A
AnteriorLa neurona artificial: La base de la I.A. modernaSiguienteSesión 08 Clasificación con Python: (Machine Learning)
Última actualización
¿Te fue útil?
Última actualización
¿Te fue útil?
Los pesos es lo que hará que nuestra neurona se adapte.
Hasta ahora, nuestra neurona necesita que le demos los pesos manualmente.
Objetivo: Hacer que la computadora deduzca los pesos por si sola.
Para el entrenamiento necesitamos entradas y salidas esperadas.
SciKitLearn:
El programar el entrenamiento es lento y difícil. --> Hay un paquete de Python que nos ahorra el trabajo: SciKitLearn.
Se encarga de crear modelos de I.A.
Cada “modelo” se encarga de tratar de ajustar los pesos sinápticos.
El modelo LinearRegression
El modelo LinearRegression tiene guardada una neurona.
Paso 1: Entregar entradas y salidas esperadas al modelo
Cada entrada es un vector independiente. Ahora mismo: Un valor es una entrada.
Paso 2: Entrenar (fit)
Cuando creamos un modelo y usamos fit, el modelo trata de encontrar la mínima distancia entre las entradas y las salidas. ¡Este proceso puede llevar horas! (pero la verdad en este ejemplo va a durar minutos).
Paso 3: Probar
Para este ejemplo, hicimos que la neurona aprendiera a tabla del 2 ☺ Si le entregamos datos, debe ser capaces de multiplicarlos x2.
