Los k vecinos más cercanos

40 min
Bloque 11 — Algoritmos de clasificación
Objetivo
dominar el algoritmo de los k vecinos más cercanos como representante canónico del aprendizaje perezoso, saber elegir una métrica de distancia y justificar esa elección, ajustar k conociendo su efecto sobre el compromiso sesgo-varianza, demostrar por qué el escalado condiciona la validez del método, medir el efecto de la dimensión sobre la propia noción de vecindad, y evaluar el coste de predicción antes de cualquier puesta en producción.
Duración estimada
55 minutos
Requisitos previos
capítulos 022, 023, 025, 026, 029, 030, 031, 032, 034 y 035
Cuestionarios asociados
040.1-quiz-apprentissage-paresseux.md a 040.8-quiz-positionnement.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