Prueba de conocimientos

Comprobación de conocimientos

¿Qué significa tener un conjunto de datos desequilibrado?

El número de muestras es mucho menor o mayor que el necesario.

Las columnas de características contienen muchos valores que faltan.

Hay otros muchos ejemplos de aprendizaje que se corresponden más con algunas salidas (categorías) que con otras.

¿Qué información podemos extraer de una única matriz de confusión?

Pérdida de registro o error cuadrático medio.

Si el conjunto de datos ha sobreajustado el conjunto de entrenamiento.

¿Qué tipo de errores está cometiendo el modelo?

¿Por qué no usamos medidas como "Verdaderos positivos" o "Precisión" para entrenar nuestros modelos directamente?

Hay barreras matemáticas que impiden que se utilicen para algunos regímenes de entrenamiento.

Las mejoras sutiles del modelo no suelen afectar a estas métricas.

Todo lo anterior

Debe responder todas las preguntas antes de comprobar su trabajo.