Matriz de confusión y desequilibrios de datos

Principiante
Ingeniero de IA
Científico de datos
Estudiante
Azure

¿Cómo se puede saber si un modelo es bueno o malo para clasificar los datos? La forma en que los equipos evalúan el rendimiento del modelo a veces puede ser difícil de comprender o puede simplificar en exceso cómo se comportará el modelo en el mundo real. Para crear modelos que funcionen de manera satisfactoria, es necesario encontrar formas intuitivas de evaluarlos y comprender cómo estas métricas pueden sesgar nuestra visión.

Objetivos de aprendizaje

Objetivos de este módulo:

  • Evaluación del rendimiento de los modelos de clasificación
  • Revisión de las métricas para mejorar los modelos de clasificación
  • Mitigación de problemas de rendimiento de desequilibrios de datos

Requisitos previos

Conocimientos básicos de los modelos de clasificación