Métodos de regresión en el contexto del aprendizaje supervisado (Módulo 4)
¡Hola a todos! Bienvenidos/as al Módulo 4, en el que exploraremos técnicas de regresión dentro del aprendizaje supervisado. Ya tenéis acceso a los materiales asociados a cada cápsula de este módulo:
4.1. Regresión: ¿Qué, para qué y cómo?
4.2. Métodos clásicos de regresión
4.3. Métodos de Machine Learning para regresión (Método M5)
Augusto y yo seremos vuestros tutores durante este módulo. Además de los contenidos, recordad que los temas propuestos en el foro están diseñados para ayudaros a familiarizaros con el uso de algoritmos de aprendizaje supervisado para la regresión.
Recursos disponibles
Podéis acceder a los contenidos en dos formatos:
· PDFs con explicaciones: Contienen toda la información necesaria para entender los temas y superar la evaluación del curso.
· Google Colab con código en R: Permite ejecutar los ejemplos directamente en la nube sin necesidad de realizar instalaciones en vuestro ordenador.
Participación y Dudas
Os animamos a participar activamente en los hilos de debate abiertos en los foros. Por favor, recordad:
· Realizar vuestras preguntas y comentarios tanto en inglés como en español (podéis usar traductores como DeepL).
· Si encontráis dificultades, escribidnos al hilo de dudas correspondiente en el foro del Módulo 4.
¡Estamos emocionados de comenzar este módulo con vosotros!
-----------------------------
Regression Methods in the Context of Supervised Learning (Module 4)
Hello everyone! Welcome to Module 4, where we will explore regression techniques within supervised learning. You now have access to the materials associated with each lesson in this module:
4.1. Regression: What, Why, and How? Regression: What, what for and how?
4.2. Standard Regression Methods
4.3. Machine Learning methods for regression (Method M5)
Augusto and I will be your tutors for this module. In addition to the course content, remember that the topics proposed in the forum are designed to help you become familiar with the use of supervised learning algorithms for regression.
Available Resources
You can access the content in two formats:
• PDFs with explanations: These contain all the information necessary to understand the topics and pass the course assessment.
• Google Colab with R code: This allows you to run the examples directly in the cloud without needing to install anything on your computer.
Participation and Questions
We encourage you to actively participate in the discussion threads open in the forums. Please remember:
• Post your questions and comments in both English and Spanish (you can use translation tools like DeepL).
• If you encounter any difficulties, please post in the corresponding Questions thread in the Module 4 forum
We’re excited to start this module with you!
