Métodos de Ensemble en Machine Learning

Dentro del uso de modelos de Machine Learning para predicción, uno de los conjuntos de técnicas que destacan es el de la combinación de modelos. Estudiaremos estas combinaciones junto a Fernando Velasco, Data Scientist en Stratio, que nos explicará en qué consisten, por qué y cuándo emplearlas. Veremos dos de las principales técnicas generales: boosting y bagging y, finalmente, cómo hacer selección de variables mediante ensembles.

Tras la charla, tendremos la oportunidad de intercambiar ideas y experiencias sobre Machine Learning y otros temas de interés. Se servirá algo para picar y beber mientras hacemos networking.

--------------------------------------------------------------

Si te interesa el Deep Learning, echa un vistazo a nuestro blog:

• Introduction to Deep Learning Part 1: Neural Network (http://www.stratio.com/blog/deep-learning-neural-networks-1/)

• Introduction to Deep Learning Part 1: Parameters and Configuration (http://www.stratio.com/blog/deep-learning-2-parameters-and-configuration/)

• Introducción to Deep Learning Part 3: Recurrent neural networks & LSTM (http://www.stratio.com/blog/deep-learning-3-recurrent-neural-networks-lstm/)

Y a nuestro canal de YouTube:

• Tutorial de Deep Learning Sesión 1: Introducción a las redes neuronales (https://www.youtube.com/watch?v=pGOqWf7GwxI&t=403s)

• Tutorial de Deep Learning Sesión 2: Hiperparámetros necesarios para la configuración de una red neuronal (https://www.youtube.com/watch?v=o7x5RomX_Rw)

• Tutorial de Deep Learning Sesión 3: Redes Neuronales Recurrentes (https://www.youtube.com/watch?v=n49pdNDNESU)