Uso de .predict(X_test) y métricas como la matriz de confusión, precisión, recall o el error cuadrático medio (MSE). 3. Fase 2: El Salto al Deep Learning con TensorFlow y Keras
En este artículo, desglosamos cómo aprender Machine Learning utilizando este "tridente de oro" del desarrollo moderno. 1. El Ecosistema: ¿Por qué estas tres librerías? aprende machine learning con scikitlearn keras y tensorflow
Keras facilita la creación de modelos, pero TensorFlow te da el control total sobre la infraestructura subyacente. Características Clave de TensorFlow Uso de
2. Scikit-Learn: Tu Puerta de Entrada al Aprendizaje Automático Características Clave de TensorFlow 2
Muchos intentan y fracasan por estos motivos:
Un flujo típico de trabajo en machine learning combina lo mejor de cada una:
She trained her neural network. The loss went down. The accuracy went up. Keras showed her beautiful, colorful graphs of learning. The model began to notice patterns Scikit-Learn had missed: a correlation between the elevator getting stuck and the janitor’s cleaning schedule (he slammed the door every Wednesday at 5 PM).