Árboles de Decisión (decision trees) usando Entropía con Python

[@CodigoMaquina]

⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln

[@martinasterix]

Excelente trabajo Octavio! Es el mejor canal de aprendizaje de máquina por lejos!

[@CodigoMaquina]

@martinasterix muchas gracias por tus palabras. Feliz año!!!

[@eliopadillaramos]

Excelente tu trabajo no dejes de hacerlo. Me dedico a comentar tu canal a todos los estudiantes de CDD que conozco.

[@CodigoMaquina]

@eliopadillaramos muchas gracias por el apoyo. De hecho, prácticamente es la única forma que tenemos de llegar a más personas. ¡Gracias!

[@alberthpinco3543]

Excelente, me gustaría agregar que el criterio de entropia se usa más que todo cuando se tienen variables categóricas y el criterio de gini cuando se tienen datos mixtos o en su mayoría variables continuas (numéricas)

[@JuicioDeOsiris]

El mejor video que he visto hasta ahora sobre el Decision Tree. Gracias!

[@AlbertoDuqueVillegas]

@CodigoMaquina Excelente forma de explicar cómo funciona este algoritmo. Así aprendemos, no solo a saber Cómo resolver los problemas sino Por qué son soluciones y por qué funcionan. ¡Felicitaciones porque este canal hace la diferencia!

[@CodigoMaquina]

@AlbertoDuqueVillegas muchas gracias por tus palabras. ¡¡¡Feliz año!!!

[@JorgeRodriguez-mp1mt]

Gracias por el video tutorial esta muy bien explicado, gracias por compartir.

[@CodigoMaquina]

Gracias por los comentarios y por ver el canal :)

[@marcelocruz1785]

increíble explicación, muy clara y sin alargarse demasiado

[@CodigoMaquina]

Muchas gracias Marcelo :)

[@Luk17a5]

Siempre un genio. Gracias por tanto

[@leticiaramirez827]

Excelente explicación. Mil gracias

[@CodigoMaquina]

Gracias por los comentarios y por seguir el contenido del canal :)

[@JoseIgnacioSCNacho]

Gracias Octavio. Clarísimo cómo siempre.

[@CodigoMaquina]

José Ignacio muchas gracias por comentar y por seguir el contenido del canal.

[@victoroliveroing]

Muy buen video. Gracias

[@CodigoMaquina]

Víctor muchas gracias por tus palabras :)

[@victoroliveroing]

Trato de ver todos tus videos, explicas muy bien y cubren lo necesario para aprender. Me han resultado muy útiles.

[@CodigoMaquina]

@@victoroliveroing leer que los videos son de utilidad, nos llena de satisfacción y le da sentido a este esfuerzo que realizamos con mucho cariño.

[@karsenbergstrom7098]

Excelente video, gracias código maquina.

[@CodigoMaquina]

Muchas gracias Karsen. Saludos!!

[@guillermosilva1527]

Gran video! Voy a mirar todos tus videos y voy a pasar la vos entre los panas

[@CodigoMaquina]

Muchas gracias por comentar en los videos y te agradecemos que compartas el canal entre tus conocidos. Su apoyo es prácticamente la única forma de poder llegar a más personas. Gracias :)

[@pptmtz]

Gracias, profe!

[@arquitectomm8482]

Muchas gracias. Explicas de una forma excelente. (El audio puede mejorar si lo subes un poco más)

[@CodigoMaquina]

Muchas gracias por tus comentarios. Ciertamente tengo algunas fallas con el audio en algunos videos, creo que mi micrófono no es de lo mejor. Voy aprendiendo tanto en edición de video como en edición de audio. Poco a poco, pero vamos mejorando :)

[@mid_vela6621]

Te debo una, muhas gracias Octavio

[@CyberpunkAngel]

Gracias Capo sos groso sabelo

[@CodigoMaquina]

Muchas gracias :) :) :)

[@danilo17lo]

Muy bueno, te sigo y me suscribo.

[@CodigoMaquina]

Gracias por tus comentarios :)

[@CarlosHernandez-rj3to]

Exceleente video, buen trabajo. Te consulto como lograria que el arbol dde decision me defina quien esta (noddo) saluddable o quien tiene paro cardiaco (nodo). Agradezco de antemano

[@CodigoMaquina]

@CarlosHernandez-rj3to gracias por tus comentarios y por tu pregunta. Al respecto, para determinar si el modelo clasifica a un nuevo registro/paciente como saludable o con problema cardiaco, habría que utilizar el método predict (justo como en 38:00)

[@RRR-yp4is]

Excelente

[@CodigoMaquina]

Muchas gracias!!

[@fabianbustosaguirre6958]

eres el mejor

[@CodigoMaquina]

Muchas gracias :)

[@jonathan1003046909]

Como siempre una genialidad de video! una consulta donde podría encontrar mas bases de datos en formato csv y que se puedan descargar

[@CodigoMaquina]

Hola @jonathan1003046909 échale un ojo a nuestro siguiente video con información sobre conjuntos de datos y dónde descargarlos: kzbin.info/www/bejne/onqzdKOGmZWMq6s

[@marco4479]

Buen video , gracias :D

[@CodigoMaquina]

Muchas gracias por tu comentario y feliz año :)

[@marcantom1]

La base de datos para practicarlo, de donde lo saco?

[@CodigoMaquina]

Los datos los puedes descargar de nuestro repositorio :) github.com/CodigoMaquina/code/blob/main/datos/pacientes.csv

[@CarlosHernandez-nn3ll]

ImportError: DLL load failed: No se encontró el proceso especificado. A que se debe este error?

[@CarlosHernandez-nn3ll]

Aparecio Cuando metí from sklearn import tree

[@CodigoMaquina]

Al parecer es algún problema con la instalación del interprete o suite que estás utilizando. Te recomiendo utilizar Google Colab que ya tiene todas las librerías instaladas y así podrías evitar reinstalar :) Gracias por seguir el contenido del canal :)

[@iglesiaesmeralda2]

donde bajo archivo pacientes.csv

[@CodigoMaquina]

Gracias por el interés en nuestro contenido. El archivo lo puedes descargar de nuestro repositorio de GitHub: github.com/CodigoMaquina/code/blob/main/datos/pacientes.csv

[@JavierPerez-ls8xe]

Excelente explicación, Gracias

[@CodigoMaquina]

Gracias por tus comentarios y por ver nuestro contenido :)