Please enable JavaScript.
Coggle requires JavaScript to display documents.
Conceptos de evaluación - Coggle Diagram
Conceptos de evaluación
aplicación método de aprendizaje
métodos
proceso de entrenamiento
algoritmo que construye un modelo sobre los datos de entrada
proceso de aplicación
aplicación del modelo sobre un conjunto de datos nuevo
aspectos que se pueden medir de un modelo
eficacia
capacidad de acierto
en supervisados
clasificación
se mide el acierto
regresión
proximidad a los valores de referencia
en no supervisados
cohesión o densidad de los grupos generados y su distancia a los demás grupos
curva de aprendizaje
evaluar algoritmo vs. distintos tamaños del dataset
eficiencia
rapidez de entrenamiento y aplicación
concepto "complejidad"
mide de forma teórica su rapidez en función de los datos de entrada
eficiencia práctica
tiempo que tardan sus procesos de entrenamiento y predicción
tiempos de ejecucion de los procesos sobre distintas muestras de datos
EN GENERAL
es prioritaria la fase de predicción sobre la de entrenamiento
eficiencia de recursos
compacidad y expresividad
más compacto y sin complejidad excesiva
número mínimo de hipótesis sobre los datos
ej: clasificador lineal vs árbol de decisión
uno traza 1 linea para separar los datos y otro 2, por lo que el clasificador lineal tiene mayor compacidad
claridad e inteligibilidad
entendible por ser humano
algoritmos simbólicos
faciles de entender para el ser humano
árbol de decisión
algoritmos subsimbólicos
redes neuronales
navaja de Occam
entre 2 explicaciones correctas de un fenómeno, prevalece la más sencilla