Gradiente Descendente Paso a Paso con Python: Un Algoritmo de Optimización para Machine Learning

Gradiente Descendente Paso a Paso con Python: Un Algoritmo de Optimización para Machine Learning

28.730 Lượt nghe
Gradiente Descendente Paso a Paso con Python: Un Algoritmo de Optimización para Machine Learning
En este video se explica visualmente y paso a paso qué es y cómo funciona el algoritmo del gradiente descendente: uno de los algoritmos fundamentales para ajustar los parámetros de modelos de aprendizaje de máquina. El algoritmo es programado utilizando python. Además, la explicación está acompañada de múltiples visualizaciones y se realiza bajo el contexto de la técnica de regresión lineal por su simpleza relativa. 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2022, 10 de Enero). Gradiente Descendente Paso a Paso con Python: Un Algoritmo de Optimización para Machine Learning [Video]. YouTube. [Incluye aquí la URL del video]. ******************************************** Para guiar tu aprendizaje, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. ******************************************** Índice del Video: 0:00 Introducción 7:04 Optimizando un modelo de regresión lineal 17:43 Diferentes modelos con diferentes pendientes 21:52 Visualización del error (RSS) 24:11 Creación y derivada del error E(m) 36:46 Generalización para dos o más parámetros 39:11 Creación y derivada parcial del error E(m, b) 44:44 Pseudocódigo del gradiente descendente 50:08 Programación del gradiente descendente 1:02:10 Visualización del descenso del error ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. ⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln El código del video está disponible en GitHub https://github.com/CodigoMaquina/code #Optimización #AprendizajeDeMaquina #MachineLearning #AprendizajeAutomático #DeepLearning #AprendizajeProfundo