Compromiso sesgo-varianza

15/10/2009
Visto: 117 veces

la creación de modelos estadísticos de clasificación o regresión a partir de datos ruidosos (propios de medidas empíricas) implica encontrar un punto óptimo que reproduzca la relación (generalmente no lineal) entre las variables predictivas y las variables de clase u objetivo, para lo cual necesitamos modelos suficientemente complejos o flexibles que no estén sesgados de una manera sistemática, pero no tan complejos que incorporen los detalles particulares de la realización del ruido que se da en los limitados datos de entrenamiento. En este vídeo repasamos la naturaleza de este compromiso en el caso particular de modelos basados en redes neuronales.

Luis Manuel Sarro Baro Profesor Contratado Doctor del departamento de Inteligencia Artificial de la ETSI Informática , UNED


Videos de la serie ( Ver listado de videos )
mXm: Formación
Generación de material digital para la enseñanza
6 may. 2017
Twitter: motivación
Generación de material digital para la enseñanza
19 ene. 2017
Materiales digitales
Generación de material digital para la enseñanza
25 nov. 2016
MaterialesDigitales(LS)
Generación de material digital para la enseñanza
25 nov. 2016
MEM: Estructura
14 mar. 2016