Saltar al contenido principal
Ctrl
+
K
Aprendizaje Supervisado
1. Fundamentos de Aprendizaje Supervisado
2. Regresión Lineal
3. Sobreajuste, Validación y Regularización
4. Regresión Logística
5. Evaluación de clasificadores
6. Máquinas de soporte vectorial
7. Árboles de decisión
8. Ensambles paralelos
9. Ensambles secuenciales
10. Ingeniería de características
11. Machine Learning Engineering (MLE)
Redes Neuronales Artificiales
12. Introducción a la librería PyTorch
13. Entrenamiento de redes neuronales con PyTorch
14. Introducción al procesamiento digital de imágenes
15. Red Convolucional en PyTorch
16. Red Convolucional con Pytorch Lightning
17. Aumentación de datos con
torchvision
18. Utilizando un modelo pre-entrenado
19. Consejos para entrenar redes neuronales
Aprendizaje Reforzado
20. Introducción a Aprendizaje Reforzado
21. Entrenando un agente
22. Q-learning con estado continuo
23.
Deep Reinforced Learning
24. DQN a partir de píxeles
25. Policy gradients
Repository
Open issue
Índice
