Aprendizaje supervisado: predecir a partir de ejemplos

Supervisado significa que los ejemplos vienen con la respuesta puesta. Le muestras mil correos marcados como spam o no spam, y el modelo aprende a marcar el que viene. Qué se trabaja acá: · Clasificación contra regresión. Clasificar es elegir entre categorías (spam o no spam, perro o gato); hacer regresión es predecir un número (el precio de una casa, la temperatura de mañana). El mismo dato puede servir para las dos según qué preguntes. · Árboles de decisión: el modelo más fácil de entender porque se puede dibujar y leer como una serie de preguntas. Es el punto de entrada correcto. · De un árbol a un bosque. Un solo árbol memoriza; muchos árboles votando aciertan más. Así funciona un random forest, y por qué promediar modelos mediocres da uno bueno. · Qué significa entrenar: ajustar los parámetros internos hasta que las predicciones sobre los ejemplos conocidos se parezcan a las respuestas conocidas. · El error de principiante: probar el modelo con los mismos datos con que lo entrenaste. Eso no mide nada y se resuelve en el módulo 5.