[Post invitado] Part 3. Step by step – How to train an objects classifier understanding Computer Vision techniques with Python and OpenCV

In the previous post I explained how to create your own image detector with TensorFlow. It should be noted that you must differentiate between a classifier and an image detector. So, what is the difference between Object Detection and Object Recognition! Well, recognition simply implies establishing whether an image contains a specific object or not….

0

Machine Learning para principiantes – Bonus Track: visualización de datos con PowerBI e interacción desde un bot

Si después de crear los experimentos te quedaste con ganas de más, en este ultimo capítulo veremos como exporter los datos resultantes para que puedan ser consumidos tanto desde PowerBI como desde un bot conversacional. Lo primero que debemos hacer es cambiar el tipo de datos de la columna “Drafted” a entero, así que vamos…

0

Machine Learning para principiantes – Capítulo 6: prediciendo el futuro

Ahora que hemos mejorado el modelo, es hora de aprovecharlo para predecir la valoración (Player Efficiency Rating) de los jugadores de la NBA en la próxima temporada. En este punto, todo lo que hemos creado es el experimento de entrenamiento, el que prepara los datos y entrena un modelo con datos históricos. Vamos a llevarlo…

2

Machine Learning para principiantes – Capítulo 5: refinando el modelo y volviendo a evaluar

Como pudimos ver en el capítulo anterior, los resultados de nuestro modelo no son muy prometedores…todavía! Vamos a mejorar algunos aspectos de la limpieza de nuestro conjunto de datos haciendo algunos ajustes que mejorarán el rendimiento de nuestro modelo. Lo primero que hará que nuestros datos sean más precisos es filtrar por una cantidad mínima…

0

Machine Learning para principiantes – Capítulo 4: entrenando y evaluando el modelo

Ahora que los datos están limpios y prepararados para el entrenamiento, es hora de crear un modelo entrenado que nos ayude a predecir los valores futuros del Player Efficiency Rating para cada jugador de la NBA. El primer punto a entender con respecto al entrenamiento es cómo funciona, que es básicamente comparando valores predichos con…

0

Machine Learning para principiantes – Capítulo 3: preparación y limpieza de los datos

En este capítulo vamos a pasar a una parte clave de todo experimento de Machine Learning: el procesado previo de los datos, en el que limpiaremos y prepararemos los datos de entrenamiento y evaluación a utilizar, para que nuestro modelo entrenado funcione lo mejor posible. Como podemos ver al explorar nuestros datos, hay varias cosas…


Machine Learning para principiantes – Capítulo 2: creando el proyecto e importando datos

Lo primero que necesitamos para nuestro experimento son los datos que usaremos para entrenar/evaluar nuestro modelo, y los que usaremos para generar predicciones futuras con nuestro modelo entrenado. Usando la herramienta Azure ML Studio podemos importar nuestros datos de múltiples maneras (directamente desde las bases de datos SQL, DocumentDB, Azure Storage…y otras opciones de almacenamiento, usando…

0

Machine Learning para principiantes – Capítulo 1: preparando el entorno

Con la analítica de datos en aumento, Machine Learning se está convirtiendo en un tema de rabiosa actualidad. La manera en que los sistemas actuales son capaces de imitar el pensamiento humano está excediendo rápidamente las capacidades humanas en muchos ámbitos, y tenemos ejemplos tan claros como partidas de ajedrez, selección de ganadores de concursos o reconocimiento de caras…

0

No te pierdas el Datathon “U-tad Data Science Student Challenge”

El próximo viernes 12 de mayo dará comienzo la primera competición para estudiantes relativa al análisis de datos realizada por Microsoft en España. En ella podrás aprender y utilizar, durante 24 horas, las herramientas que nuestra compañía tiene para el área del Big Data, pudiendo ganar diferentes premios. Para ello, deberás resolver, en equipos (puedes…

2

Microsoft Predictive Modelling en el UniversityHack 2017

Desde Microsoft queremos aportar al UniversityHack 2017 nuestras mejores herramientas y servicios de Microsoft Azure para que puedas sacar el máximo rendimiento al desarrollo de tus proyectos de Big Data,  Machine Learning y, en este caso concreto, Predictive Modelling. Servicios de almacenamiento Entendemos que todo el mundo almacena sus datos de diferente manera, y por…

0