Ingenieria de características parte 3 de 4 - Aprendizaje automático automatizado

[Garabujo7]

Tomada de visme.com

Tomado de giphy.com

Ya que asignamos los tipos de datos enriquecidos y basados en éstos creamos nuevas características, el siguiente paso es crear el modelo predictivo de aprendizaje automático con la plataforma automatizada.

Aprendizaje automático automatizado

Para crear un modelo predictivo lo único que hay que hacer es seleccionar el objetivo del modelo y la plataforma escogerá automáticamente el método en función del tipo de dato.

Hay dos tipos de métodos de aprendizaje automática.

• El primero es "regresión". Este método entrena el modelo mediante un tipo de datos numérico.

• El segundo método es la "clasificación". Aquí, el modelo se entrena con datos acerca de categorías.

La siguiente parte es parámetros avanzados.

Después de seleccionar el objetivo, hay que seleccionar la función objetivo.

Hay siete funciones objetivo y una de ellas se puede optimizar.

Finalmente, hay cuatro algoritmos disponibles, se pueden seleccionar individualmente o todos.

El resultado será el mejor modelo con la función objetivo optimizada para dar el mejor resultado.

El resultado es un modelo entrenado que podemos usar para calificar nuestros registros localmente en Desinger o subirlo al Altreryx Server para hacerlo desde ahí.

En la última parte de esta serie presentaré el funcionamiento del bloque analítico Salud de los datos.