Introducción al Aprendizaje Automático con Python

Índice

A

• Pruebas A/B, Pruebas de sistemas de producción
• precisión, Evaluación del modelo, Relación con la precisión
• agradecimientos, De Andreas
• índice de rand ajustado (ARI), Evaluación de la agrupación con la verdad sobre el terreno
• agrupación aglomerativa
  • evaluar y comparar, Evaluar la agrupación con la verdad sobre el terreno
  • ejemplo de, Agrupación Aglomerativa
  • Agrupación jerárquica, Agrupación jerárquica y dendrogramas
  • opciones de vinculación, Agrupación Aglomerativa
  • principio de, Agrupación Aglomerativa
• cadenas de algoritmos y tuberías, Cadenas de algoritmos y tuberías-Resumeny perspectivas
  • creación de canalizaciones, Creación de canalizaciones
  • creación de canalizaciones con make_pipeline, Creación cómoda de canalizaciones con make_pipeline-Acceso aatributos en una canalización dentro de GridSearchCV
  • pasos de preprocesamiento de la búsqueda encuadrícula, Pasos de preprocesamiento de la búsqueda en cuadrícula y parámetros del modelo
  • búsqueda en rejillapara la selección de modelos, Búsqueda en rejilla de qué modelo utilizar
  • importancia de, Cadenas de algoritmos y tuberías
  • visión general, Resumen y perspectivas
  • selección deparámetros con preprocesamiento, Selección de parámetros con preprocesamiento
  • interfaz de la tubería, La interfaz general de la tubería
  • uso de tuberías enla búsqueda en malla, Uso de tuberías en la búsqueda en malla-Uso detuberías en la búsqueda en malla
• parámetro del algoritmo, Estimación de la complejidad en redes neuronales
• algoritmos(véase también modelos; resolución de problemas) ...