Entrenamiento y prueba: Mi primer algoritmo de I.A
Entrenamiento
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.
Entrenamiento de una neurona
Entrenamiento supervisado
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.
Linear Regression
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.
