Artwork

Contenido proporcionado por Gustavo Lujan. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Gustavo Lujan o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.
Player FM : aplicación de podcast
¡Desconecta con la aplicación Player FM !

03 Machine Learning: Casos de Uso

42:44
 
Compartir
 

Series guardadas ("Feed inactivo" status)

When? This feed was archived on August 02, 2022 06:11 (1+ y ago). Last successful fetch was on November 22, 2021 18:35 (2+ y ago)

Why? Feed inactivo status. Nuestros servidores no pudieron recuperar un podcast válido durante un período sostenido.

What now? You might be able to find a more up-to-date version using the search function. This series will no longer be checked for updates. If you believe this to be in error, please check if the publisher's feed link below is valid and contact support to request the feed be restored or if you have any other concerns about this.

Manage episode 273121371 series 2796488
Contenido proporcionado por Gustavo Lujan. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Gustavo Lujan o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

En este episodio revisamos los sets de datos más famosos en el mundo de Machine Learning haciendo uso del repositorio de la Universidad de California en Irvine donde aprendemos acerca de aplicaciones reales de Machine Learning para clasificar tipos de flores, para clasificar tipos de vinos, para predecir la calidad de vinos dada información bioquímica del proceso de elaboración, también vamos a ver como Machine Learning puede identificar oportunidades de compra de carros y por ultimo veremos cómo estas técnica pueden ser utilizadas para identificar enfermedades cardiacas en pacientes.

  continue reading

20 episodios

Artwork
iconCompartir
 

Series guardadas ("Feed inactivo" status)

When? This feed was archived on August 02, 2022 06:11 (1+ y ago). Last successful fetch was on November 22, 2021 18:35 (2+ y ago)

Why? Feed inactivo status. Nuestros servidores no pudieron recuperar un podcast válido durante un período sostenido.

What now? You might be able to find a more up-to-date version using the search function. This series will no longer be checked for updates. If you believe this to be in error, please check if the publisher's feed link below is valid and contact support to request the feed be restored or if you have any other concerns about this.

Manage episode 273121371 series 2796488
Contenido proporcionado por Gustavo Lujan. Todo el contenido del podcast, incluidos episodios, gráficos y descripciones de podcast, lo carga y proporciona directamente Gustavo Lujan o su socio de plataforma de podcast. Si cree que alguien está utilizando su trabajo protegido por derechos de autor sin su permiso, puede seguir el proceso descrito aquí https://es.player.fm/legal.

En este episodio revisamos los sets de datos más famosos en el mundo de Machine Learning haciendo uso del repositorio de la Universidad de California en Irvine donde aprendemos acerca de aplicaciones reales de Machine Learning para clasificar tipos de flores, para clasificar tipos de vinos, para predecir la calidad de vinos dada información bioquímica del proceso de elaboración, también vamos a ver como Machine Learning puede identificar oportunidades de compra de carros y por ultimo veremos cómo estas técnica pueden ser utilizadas para identificar enfermedades cardiacas en pacientes.

  continue reading

20 episodios

Todos los episodios

×
 
Loading …

Bienvenido a Player FM!

Player FM está escaneando la web en busca de podcasts de alta calidad para que los disfrutes en este momento. Es la mejor aplicación de podcast y funciona en Android, iPhone y la web. Regístrate para sincronizar suscripciones a través de dispositivos.

 

Guia de referencia rapida