Campus
Diagrama de temas
-
Diseño experimental
La experimentación es una parte importante del proceso de aprendizaje automático. Los tipos de problemas abordados a través del aprendizaje automático a menudo son demasiado complejos para resolverse a través de los métodos de análisis utilizados normalmente en la programación informática tradicional. Por fortuna, los profesionales no están obligados a tener éxito en sus proyectos desde el principio. Con el aprendizaje automático, pueden desarrollar una solución a través de un proceso de experimentación sistemática.
Siguiendo el abordaje del diseño de experimentos (DOE) (DOX o diseño experimental), un enfoque utilizado por analistas de datos, investigadores médicos y otros, uno comienza con una hipótesis y luego se cambia sistemáticamente las variables que puede controlar (variables independientes) para ver su impacto en las variables que no puede controlar directamente (variables dependientes).
Por ejemplo, a través de este tipo de experimentación, puede hacer lo siguiente:
- Determinar qué combinación de variables independientes dará como resultado el mejor modelo para satisfacer sus necesidades. Puede experimentar para ver cómo el entrenamiento del algoritmo mediante diferentes combinaciones de variables de entrada afecta al desempeño del modelo cuando se aplica a los datos de evaluación.
- Seleccionar el mejor algoritmo de aprendizaje automático para sus necesidades. Utilizar la experimentación para comparar el desempeño de diferentes algoritmos de aprendizaje automático para ver el impacto en la habilidad del modelo.
- Ajustar las opciones del algoritmo de aprendizaje para optimizar su desempeño. Puede experimentar para ver cómo puede ajustar varios hiperparámetros para perfeccionar el desempeño del modelo y elegir aquellos que generen el mejor modelo para sus necesidades.
Información adicional
Para obtener más información sobre el diseño experimental, consulte este sitio.
Campus
