Comments on: Principales Algoritmos usados en Machine Learning

By: Yazmani Reyes

Yazmani Reyes — Wed, 22 Dec 2021 09:04:46 +0000

Hola buen día.
Muchas felicidades por tu blog, es una maravilla, super claro y con temas super interesantes sobre IA.
A mi me gustaría entender como puedo usar estos algoritmos de clasificación de Machine Learning, pero aplicándolos a imágenes de personas, para después usar algoritmos de extracción de patrones (también de Machine Learning) como Eigenfaces, Fisherfaces, LBPH, etc, para reconocimiento facial (ya sea en un video o a través de un Streaming).
Lo que pretendo hacer (a ver si me sale jeje), es hacer un ejercicio en python y opencv (aunque sea sencillo) para determinar cual de todos estos algoritmos es el mas preciso en cuanto a reconocimiento facial. Ya me he creado un par de datasets con imágenes mías y de algunos amigos, pero todavía tengo algunas dudas sobre como puedo (o de que manera) aplicar estos algoritmos a estas imágenes.
Se que usando Deep Learning a través de redes neuronales seria lo mas preciso y efectivo, pero en mi caso, quiero hacer este proceso únicamente utilizando técnicas o algoritmos de Machine Learning.
Los algoritmos de clasificación que presentas en este articulo, pueden hacer reconocimiento de rostros por si mismos?, o solo sirven para pura clasificación?
Por que después viene mi confusión sobre los algoritmos de extracción de patrones, como Eigenfaces, Fisherfaces, LBPH, etc, que según yo, estos sí hacen reconocimiento facial, pero para eso, antes se deben utilizar los algoritmos de clasificación para el preprocesamiento de las imágenes, no es así?, o estoy mal?.
De antemano muchas gracias por tu ayuda, y de nuevo, felicidades por tu trabajo!
Gracias.

By: Carlos Garcia

Carlos Garcia — Mon, 22 Feb 2021 16:02:50 +0000

Excelente articulo, Tengo una pregunta. Estoy intentando encontrar el mejor modelo que se ajuste a mi problema. tengo un conjunto de datos en dos grupos diferentes y necesito hacer correspondencias uno a uno entre los datos de ambas tablas, o al menos que me de la probabilidad de que cada dato se corresponda con su par en la otra tabla. Alguna idea de como hacerlo?

By: OscarCamilo CR

OscarCamilo CR — Mon, 29 Jun 2020 14:39:35 +0000

Muy buen artículo. Aprendiendo inteligencia artificial

By: Ariel

Ariel — Fri, 19 Jun 2020 22:54:11 +0000

Excelente informacion¡¡¡¡¡¡ Estoy tratando de implementar un modelo de deteccion de retinopatia diabetica, si a alguien le interesa tambien podriamos recorrer este camino juntos. Saludos

By: damian

damian — Thu, 09 Jan 2020 04:24:31 +0000

esta buenisimo el blog. te hago una pregunta. tengo un dataset no supervisado y quiero generar un score de cuan digital es la persona. los campos contienen variables acerca del uso y comportamiento de la persona. cual seria el mejor modelo para clasificar/segmentar/perfilar esta base? mil gracias!

By: Daniel

Daniel — Wed, 09 Oct 2019 12:29:19 +0000

Excelente trabajo y muy buenas explicaciones. Me ha ayudado bastante en la comprension de algunos temas relativos a datascience. saludos desde Chile

By: Alberto

Alberto — Tue, 25 Jun 2019 09:53:17 +0000

Buenas,

Felicidades por tu blog, buscando informacion sobre Machine Learning para mi Master me he topado el blog y me esta ayudando bastante!

Un saludo

By: Na8

Na8 — Mon, 01 Apr 2019 22:22:37 +0000

In reply to Jose.

Hola Jose, gracias por escribir. Te contesto: si te refieres a variables categóricas para embeddings, no hace falta hacer el escalado. Si en cambio es para alimentar “directamente” a la red neuronal, sí que conviene escalarlos por ejemplo de -1 a 1 ó de 0 a 1 como comentas.
El tema de pasarlos a modo “one-hot-encoding” depende también, si es para embeddings, no es necesario hacerlo, pero deberías numerarlos por ejemplo si tienes 3 años, serán 1,2 y 3.

By: Jose

Jose — Mon, 01 Apr 2019 07:38:04 +0000

Hola Juan, Soy nuevo seguidor del blog. Hace tiempo que vengo leyendo del tema, haciendo cursos en Coursera o similar, pero no logro comenzar a meter manos en el asunto. Espero lograrlo con los ejemplos del blog.
Aprovecho para preguntar como conviene hacer con variables categóricas (vi un ejemplo aquí pero no me quedó claro)
-¿Si la variable fueran los valores de los 3 años y sus 12 meses listados en un archivo. Conviene que los numere en binario como “100; 010; 001” o “1; 2; 3”. Idem para sus 12 meses (b010000000000 o d02 para Febrero?)
-Independientemente del método de numeración, ¿hay que escalarlos a estas categorías para que “entren” entre los números (-1 a 1 para Tangente y (0 a 1) para sigmoidea?
Gracias

By: Juan Carlos Fernández

Juan Carlos Fernández — Fri, 31 Aug 2018 12:36:40 +0000

In reply to Na8.

Hola Juan Ignacio:

Muchas gracias por tu respuesta!
Me aclara bastante.
Hace poco tiempo que estudio este tema y en ocasiones me cuesta encontrar la diferencia entre conceptos que suenan similares.
En ese sentido te agradezco nuevamente este blog: me ayuda mucho a resolver ese tipo de dudas.
Voy a seguir las líneas de estudio que me propones en los links que dejas en tu respuesta.
Te seguiré leyendo.

Un saludo cordial de otro egresado de la UTN, con un poquito de santa envidia de que estés viviendo en un país tan querido por mi como es España.