Boosting

53 min
Bloque 11 — Algoritmos de clasificación
Objetivo
distinguir rigurosamente el boosting del bagging, comprender la construcción secuencial y la corrección de errores que la fundamenta, dominar AdaBoost y el gradient boosting en su formulación algorítmica, ajustar el par tasa de aprendizaje / número de árboles y la parada temprana, conocer las implementaciones modernas XGBoost, LightGBM, CatBoost y HistGradientBoosting, y saber enunciar las fortalezas y los límites de la familia sobre datos tabulares.
Duración estimada
75 minutos
Requisitos previos
capítulos 030, 031, 032, 033, 034, 035, 037 y 038
Cuestionarios asociados
039.1-quiz-bagging-vs-boosting.md a 039.7-quiz-forces-limites.md

Vista previa: el resto de la lección está reservado a los inscritos.

¿Ya te inscribiste con un código?

Tu acceso está vinculado a tu cuenta, no a este enlace. Inicia sesión con el mismo correo que usaste en clase: tu curso te espera, no hace falta volver a introducir el código.

Iniciar sesión¿Aún no tienes cuenta? Crear una
Esta lección forma parte del módulo «Algoritmos de clasificación»

Los primeros módulos del curso son de acceso libre. Para el resto hay tres opciones: comprar este curso de una vez, suscribirte, o introducir el código entregado en clase.

Suscribirme — 19 $ US/mesVolver al plan
¿Eres estudiante del curso?

El código se vincula a tu cuenta: inicia sesión o crea una cuenta y se aplicará automáticamente al volver.

¿Aún no tienes cuenta? Crear una