¡Hola a todos/as!
Me llamo Alberto, y seguramente ya me conocen del apasionante Módulo 3 sobre la Introducción al Aprendizaje Automático. Si hemos cumplido con nuestras expectativas, ¡espero que así sea!, entonces habremos allanado el camino para que estén preparados para nuestro próximo desafío. En esta etapa del curso, contaré con la colaboración de Elena Ruiz, quien también desempeñará el papel de dinamizadora para mantener vivo el entusiasmo en el grupo.
En este módulo nos sumergiremos en el fascinante mundo de la clasificación, abordando cómo medimos la calidad de los modelos que generamos, validamos su utilidad y exploramos las características de diversas aproximaciones presentes en las herramientas especializadas.
Nuestro objetivo no es solo comprender la teoría detrás de los algoritmos de aprendizaje, sino también desarrollar la habilidad para discernir cuándo es más adecuado utilizar uno u otro, y cómo interpretar su funcionamiento y resultados. Desde modelos básicos como la regresión lineal y logística, pasando por los intuitivos árboles de decisión, hasta llegar a las complejidades de las redes neuronales y el emocionante mundo del Deep Learning (una novedad desde la pasada cuarta edición), exploraremos juntos este vasto universo.
Espero que disfruten tanto como nosotros hemos disfrutado diseñando y preparando este módulo. ¡Estoy emocionado por comenzar esta aventura de aprendizaje con vosotros!
¡Saludos!
Alberto
---
Hello everyone!
My name is Alberto, and you probably already know me from Module 3 on Introduction to Machine Learning. If we've done our job well, which I hope we have, we will have helped you understand the fundamental concepts in the field, and you'll be ready for our next challenge. Throughout this stage of the course, I'll be joined by Elena Ruiz, who will also act as a facilitator to help keep your interest piqued.
In this module, we'll learn everything we need to know to understand how to approach the task of classification, how we measure the quality of the models we generate, how we validate their usefulness, and, of course, the characteristics of different approaches that we can find in specialized tools.
The goal is not just to understand the theory behind all these learning algorithms but to be able to determine when it's most appropriate to use one over another and how to interpret its output and operation. Therefore, we'll explain everything from simple models like linear and logistic regression, to intuitive decision trees, ending with neural networks and a glimpse into Deep Learning (a novelty from the past fourth edition).
I hope you enjoy following this module as much as we enjoyed designing and implementing it.
Best regards,
Alberto
