Las siguientes preguntas te ayudarán a consolidar tu comprensión de los conceptos básicos del AA.
Poder predictivo
Los modelos de AA supervisados se entrenan usando conjuntos de datos con ejemplos etiquetados. El modelo aprende a predecir la etiqueta a partir de los atributos. Sin embargo, no todos los atributos de un
conjunto de datos tienen poder predictivo. En algunos casos, solo algunos atributos actúan como predictores de la etiqueta. En el siguiente conjunto de datos, usa el precio como etiqueta y las columnas restantes como los atributos.
¿Cuáles son los tres atributos que crees que son los mejores indicadores del precio de un automóvil?
Make_model, año, millas.
Es probable que la marca o el modelo de un automóvil, el año y las millas se encuentren entre los indicadores más sólidos de su precio.
Color, altura, make_model.
La altura y el color de un automóvil no son indicadores sólidos del precio de un automóvil.
Millas, caja de cambios, make_model.
La caja de cambios no es el principal predictor del precio.
tamaño_neumático, base_ruedas, año.
El tamaño de los neumáticos y la base de la rueda no sirven para predecir el precio de un automóvil.
Aprendizaje supervisado y no supervisado
Según el problema, usarás un enfoque supervisado o no supervisado.
Por ejemplo, si conoces de antemano el valor o la categoría que deseas predecir, debes usar aprendizaje supervisado. Sin embargo, si quieres saber si tu conjunto de datos contiene segmentaciones o agrupaciones de ejemplos relacionados, debes usar aprendizaje no supervisado.
Supongamos que tienes un conjunto de datos de usuarios de un sitio web de compras en línea y contiene las siguientes columnas:
Si quisieras comprender los tipos de usuarios que visitan el sitio, ¿usarías aprendizaje supervisado o no supervisado?
Aprendizaje no supervisado.
Como queremos que el modelo agrupe en clústeres a grupos de clientes relacionados,
usaremos aprendizaje no supervisado. Después de que el modelo agrupe a los usuarios, teníamos que crear nuestros propios nombres para cada clúster, por ejemplo, “buscadores de descuentos”, “buscadores de ofertas”, “surferos”, “lealtad” y “viajeros”.
Aprendizaje supervisado, porque intento predecir a qué clase pertenece un usuario
En el aprendizaje supervisado, el conjunto de datos debe contener la etiqueta que intentas predecir. En el conjunto de datos, no hay ninguna etiqueta que haga referencia a una categoría de usuario.
Supongamos que tienes un conjunto de datos de uso de energía para casas con las siguientes columnas:
¿Qué tipo de AA usarías para predecir los kilovatios-hora que se usan por año en una casa recién construida?
Aprendizaje supervisado
El aprendizaje supervisado se entrena con ejemplos etiquetados. En este conjunto de datos, “kilotas horas usadas por año” sería la etiqueta porque este es el valor que quieres que el modelo prediga. Los componentes serían “metro cuadrado”, “ubicación” y “año de construcción”.
Aprendizaje no supervisado.
El aprendizaje no supervisado usa ejemplos sin etiqueta. En este ejemplo, “horas de kilovatios usadas por año” sería la etiqueta porque este es el valor que deseas que el modelo prediga.
Supongamos que tienes un conjunto de datos de vuelos con las siguientes columnas:
Si quisieras predecir el costo de un boleto de tren, ¿usarías la regresión o la clasificación?
Regresión
El resultado de un modelo de regresión es un valor numérico.
Clasificación
El resultado de un modelo de clasificación es un valor discreto,
normalmente una palabra. En este caso, el costo de un boleto de autobús es un valor numérico.
Según el conjunto de datos, ¿podrías entrenar un modelo de clasificación
para clasificar el costo de un boleto de entrenador como
“alto”, “promedio” o “bajo”?
Sí, pero primero tendríamos que convertir los valores numéricos en la columna coach_ticket_cost en valores categóricos.
Es posible crear un modelo de clasificación a partir del conjunto de datos.
Harías lo siguiente:
- Calcula el costo promedio de un boleto del aeropuerto de salida al aeropuerto de destino.
- Determina los umbrales que serían “alto”, “promedio”
y “bajo”.
- Compara el costo previsto con los umbrales y obtén un resultado de la
categoría en la que se encuentra el valor.
No. No es posible crear un modelo de clasificación. Los valores coach_ticket_cost son numéricos, no categóricos.
Con un poco de trabajo, podrías crear un modelo de clasificación.
No. Los modelos de clasificación solo predicen dos categorías, como spam o not_spam. Este modelo tendría que predecir
tres categorías.
Los modelos de clasificación pueden predecir varias categorías. Se llaman modelos de clasificación multiclase.
Entrenamiento y evaluación
Después de entrenar un modelo, lo evaluamos mediante un conjunto de datos con ejemplos etiquetados y comparamos el valor predicho del modelo con el valor real de la etiqueta.
Selecciona las dos mejores respuestas para la pregunta.
Si las predicciones del modelo son lejanas, ¿qué podrías hacer para mejorarlas?
Vuelve a entrenar el modelo, pero usa solo los atributos que creas que tienen el mayor poder predictivo para la etiqueta.
Si se vuelve a entrenar el modelo con menos atributos, que tiene más poder predictivo, se puede producir un modelo que realice mejores predicciones.
No puedes arreglar un modelo cuyas predicciones sean lejanas.
Es posible arreglar un modelo cuyas predicciones están desactivadas. La mayoría de los modelos requieren varias rondas de entrenamiento hasta que pueden hacer predicciones útiles.
Volver a entrenar el modelo con un conjunto de datos más grande y diverso
Los modelos entrenados con conjuntos de datos con más ejemplos y un rango de valores más amplio pueden producir mejores predicciones, ya que el modelo tiene una solución mejor generalizada para la relación entre los atributos y la etiqueta.
Prueba un enfoque de entrenamiento diferente. Por ejemplo, si usaste un enfoque supervisado, prueba un enfoque no supervisado.
Un enfoque de entrenamiento diferente no produciría mejores predicciones.
Ahora tienes todo listo para dar el siguiente paso en tu recorrido por el AA:
People + AI Guidebook (Guía sobre personas + IA). Si buscas un conjunto de métodos, prácticas recomendadas y ejemplos presentados por Googlers, expertos de la industria, investigaciones académicas para usar el AA.
Enmarcado de problemas. Si buscas un enfoque probado en el campo para crear modelos de AA y evitar errores comunes durante el proceso.
Curso intensivo de aprendizaje automático. Si estás listo para un enfoque práctico y profundo, y aprendes más sobre el AA.
