Primer lanzamiento. Enero 2020 Les compartimos un nuevo trabajo que estamos desarrollando en nuestro laboratorio de I+D. ¿Qué buscamos al compartirlo? Contarte lo que estamos haciendo y si está a tu alcance, que colabores en la construcción del dataset. En castellano, que nos envíes fotos de hojas de tomates, tanto sanos como enfermos. ¿Para qué […]

Model Capacity and Learning Curves Retomando la línea de la nota anterior, y continuando con la descripción de técnicas que permitan evaluar y mejorar la performance de los modelos de machine learning en esta nota introduciremos los conceptos de model capacity y learning curves. El primero de éstos, es un factor que influye directamente en

Evaluate model performance: Generalization, BIAS-VARIANCE, overfitting-underfitting (Parte II)Read More »

Model Capacity and Learning Curves In our first entry we talked about some important techniques to evaluate and improve performance on machine learning models, and today we want to dive right into two major concepts that directly correlate with this performance: model capacity and learning curves.  The first concept directly influences the overfitting and underfitting

Evaluating model performance: Generalization, Bias- Variance tradeoff and overfitting vs. underfitting |Part 2Read More »

El principal objetivo de los modelos de machine learning es alcanzar un buen rendimiento cuando se analizan nuevas entradas, no vistas previamente. Esto se conoce como generalización. Es decir, que es fundamental que el modelo no sólo sea capaz de funcionar correctamente para aquellos ejemplos con los que fue entrenado. Para analizar la performance de

Evaluate model performance: Generalización, BIAS-VARIANCE, overfitting-underfittingRead More »

Part1 The main objective of machine learning models is to achieve good performance when new –and not previously seen– entries are analyzed. This is known as generalization. That is, it’s essential for the model to function correctly across a whole range of new inputs, not just the examples that it was trained with. To analyze

Evaluating model performance: Generalization, Bias-Variance tradeoff and overfitting vs. underfittingRead More »