Clasificación

En esta sección, exploraremos en profundidad el tema de la clasificación, una técnica fundamental en el aprendizaje automático. La clasificación es el proceso de identificar a qué categoría o clase pertenece una nueva observación, basándose en un conjunto de datos de entrenamiento que contiene observaciones cuya clase es conocida. A lo largo de esta sección, discutiremos los diferentes algoritmos de clasificación, sus aplicaciones prácticas y cómo seleccionar el modelo más adecuado para un problema específico. Además, veremos cómo evaluar el rendimiento de los clasificadores y las métricas clave utilizadas para medir su eficacia. Esta comprensión integral de la clasificación te permitirá abordar problemas complejos y tomar decisiones informadas en el análisis de datos.

Clasificación

• Clasificación
• Métricas para Evaluación de Modelos de Clasificación
• Cross Validation
• Generalización

Regresión Logística:

• Regresión Logística
• Análisis dataset riesgo de crédito
• Regresión logística riesgo de crédito
• Regularización regresión logística
• Ejemplo regularización regresión logística
• Clasificador de dígitos escritos a mano

Support Vector Machines - SVM:

• Support Vector Machines
• SVM riesgo de crédito

Árboles de Decisión:

• Árboles de decisión
• Ejemplo árboles de decisión

Ensemble Learning:

• Ensemble Learning
• Bagging
• Random Forest
• Ejemplo Random Forest
• Boosting (AdaBoost)
• XGBoost
• Stacking
• Ejemplo métodos de clasificación sobre Estados Financieros

Important

• Descargue credit_risk_data.csv

• Descargue Dígito 7

• Descargue 310030_Estado de resultado integral, resultado del periodo, por funcion de gasto_PYMES.xlsx

• Descargue 210030_Estado de situación financiera, corriente_no corriente_PYMES.xlsx