Reducir el error de la generalizacion

Tratamos de reducir el error de la generalizacion reduciendo la complejidad de los modelos en machine learning para que los modelos se ajusten mejor a las predicciones.

Underfitting y overfitting

Por |2025-08-06T09:47:47+02:00abril 11th, 2023|

Underfitting y overfitting En esta entrada vamos a profundizar en dos conceptos fundamentales del aprendizaje automático: overfitting y underfitting. Cuando entrenamos un modelo, buscamos que el algoritmo sea capaz de generalizar, es decir, que pueda ofrecer resultados fiables frente a datos nuevos que no ha visto antes. Si el modelo se entrena con [...]

Más información

Algoritmo PCA

Por |2025-07-31T20:53:41+02:00junio 28th, 2022|

El algoritmo PCA o análisis de componentes principales es un método supervisado que se utiliza para la reducción de la dimensionalidad, donde vamos a reducir la dimensionalidad de un conjunto de datos que consta de muchas variables correlacionadas entre sí, vamos a transformar las variables en un nuevo conjunto de variables que es una [...]

Más información

Autovalores, Autovectores, Matriz de covarianza

Por |2025-04-22T22:11:12+02:00junio 27th, 2022|

Autovalores, Autovectores, Matriz de covarianza ¿Qué es la covarianza? La covarianza es una medida estadística que indica cómo dos variables cambian juntas. Si ambas aumentan o disminuyen al mismo tiempo, la covarianza es positiva. Si una aumenta mientras la otra disminuye, es negativa. La covarianza nos indica el grado de variación conjunta de [...]

Más información

Selección de características en machine learning

Por |2025-08-06T09:48:29+02:00junio 13th, 2022|

Selección de características en machine learning Cuando los modelos de machine learning son demasiado complejos, se corre el riesgo de que sufran sobreajuste (overfitting), es decir, que se ajusten excesivamente a los datos de entrenamiento y no generalicen bien. Para mitigar este problema, una estrategia eficaz es aplicar reducción de la dimensionalidad mediante [...]

Más información

Guía completa de la regularizacion en Machine Learning: conceptos, técnicas y cómo aplicarla

Por |2025-04-15T20:01:52+02:00mayo 27th, 2022|

Regularizacion en Machine Learning: conceptos, técnicas y cómo aplicarla Regularizacion en Machine Learning: Cuando entrenamos modelos de machine learning, buscamos que estos generalicen bien para que funcionen correctamente con datos nuevos. Sin embargo, a menudo nos enfrentamos a problemas como el sobreajuste (overfitting).Aquí es donde entra en juego la regularización en machine learning, una técnica [...]

Más información
Infografía digital de un cerebro formado por circuitos electrónicos rodeado de gráficas estadísticas y fórmulas matemáticas, con el texto central Machine Learning sobre un fondo azul oscuro tecnológico.
Diagrama de una red neuronal de Deep Learning con múltiples capas de nodos interconectados por líneas de datos, mostrando la entrada, las capas ocultas y la salida sobre un fondo tecnológico oscuro.

© Copyright 2026

Ir a Arriba