MACHINE LEARNING - PROYECTO de SEGURO MÉDICO con PYTHON

[@elimelethlopez6859]

Llevo siguiendo tu lista de videos espero no pares

[@adrian_cancino]

Gracias por el apoyo

[@ericksanchezcorrea4285]

X2

[@LevinVelarde]

Hola, exelente contenido tienes algo sobre Análisis Envolvente de Datos DEA? te dedicare mi tesis de maestria

[@Enatese0]

Terrible contenido estás haciendo hermano, no lo hace nadie a esto, si seguís así el algoritmo te va a tirar para arriba en cuestión de tiempo, muchas gracias!

[@adrian_cancino]

Gracias!!! Seguiremos creando contenido hasta que el algoritmo nos quiera 😂

[@danrivera9599]

usando tus video para terminar completar mi hoja de vida con proyectos jajaja, capo! pregunta: ¿como buscas o encuentras data tan interesante?, busco en kaggle y nada suele verse interesante todo son bases de datos muy poco aterrizadas a la realidad de trabajar como AD

[@adrian_cancino]

Hay conjuntos de datos muy limpios que te da kaggle, aunque la gran mayoría de los conjuntos no se van a adecuar a tus necesidades y tu los vas a tener que limpiar tu para tus necesidades. Otro repositorio de datos popular es el de UCI Machine Learning Repository

[@sebasnolascop]

Buen video, bien explicado 👌🏻 Justo andaba buscando algunas aplicaciones prácticas, sin embargo me falta reforzar un poco de teoría: qué modelo es el más conveniente en x o y caso?, qué métrica sería la más adecuada para tal modelo? Alguna página, curso o libro que recomienden para esas dudas? 🥲🙏🏻

[@adrian_cancino]

Todo eso es complicado de aplicar en cada caso, por ejemplo, aplicar el modelo de regresión lineal es muy útil cuando la relación entre las variable independientes y dependiente es lineal, lo que quiere decir que si una crece la otra también lo hace de la misma forma. Aunque claro este caso es casi imposible que te lo encuentres. Ahora si los datos que tienes son complejos, esto quiere decir que la relación entre variables no es tan obvia, entonces deberías de adoptar un algoritmo un poco más complejo, como puede ser un árbol o bosque aleatorio. El problema, es que los recursos que estos algoritmos utilizan es mayor. Y en el caso de las métricas las cosas son igual de complejas, el R-cuadrado es útil para ver que tan bueno es el modelo para capturar la variabilidad, en modelos de predicción de ventas está métrica puede ser más útil porque quieres entender cuánto del comportamiento de las ventas se explica por el modelo. Pero, si tienes otro caso en donde los errores más grandes son mucho más costosos que los pequeños, entonces el MSE es la que deberías aplicar. Por ejemplo, si estas prediciendo los costos médicos, como el caso que vimos, un error grande en el modelo puede llegar a tener consecuencias significativas. Como ves, es algo complicado de aplicar, yo principalmente utilizo los libros de la editorial Packt, aunque también he leído los de O'Reilly y también son buenos. El libro Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, Third Edition es bueno para comenzar. Aunque te recomiendo mucho más comenzar por estudiar estadistica, probabilidad, calculo y algebra lineal para que entiendas mejor todo. Saludos!!

[@andresj2419]

Pregunta, por qué se perdió una columna de las regiones, en este caso una del norte?

[@sebasnolascop]

Es como la columna del sexo: si no es masculino, por lo tanto es femenino. En las regiones si las 3 columnas son False, entonces significa que la columna que no está es True.

[@andresj2419]

@@sebasnolascop si es correcto, pero siento que es enredado deberían estar las 4, pero es como menciona el, caemos en la redundancia. Bien 👍🏼

[@adrian_cancino]

Aparte lo que necestias siempre es buscar mejorar el rendimiento, al eliminar una columna haces que el entrenamiento sea más eficiente, en este caso no se nota por el tamaño del conjunto pero cuando te enfrentas a problemas más complejos es lo mejor que puedes hacer