5.36.4.1 Fundamentos de ML (15 horas) [Habilidades AG-C08,AG-C09]

Referencias Bibliográficas: [Bishop, 2006,Goodfellow et al., 2016a]

Temas

  1. Aprendizaje supervisado vs no supervisado
  2. Overfitting y regularización
  3. Validación cruzada y curvas de aprendizaje

Aprendizaje esperado (Learning Outcomes)

  1. Explicar el bias-variance tradeoff [Familiarizarse]
  2. Implementar k-fold cross-validation [Usar]



Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM