El gran avance que tuvo el campo de Deep Learning (DL), los modelos discriminativos tomaron el control en la comunidad de Machine Learning (ML). Una de las principales causas es debido a que los modelos discriminativos como redes neuronales convolucionales (CNN) y Long short-term memory (LSTM) entre otros, son fácilmente aplicables sin mucho conocimiento de la base fundamental de Machine Learning. Por otro lado, modelos discriminativos más sencillos como la regresión lineal pueden ser fácilmente solucionados con una línea de código en MATLAB y Python. Debido a la facilidad ofrecida por los modelos generativos, nos olvidamos sobre la idea principal y fundamental de Machine Learning, la cual es el aprendizaje de los datos. Es decir, los datos nos ofrecen algo más que una gran cantidad de números que podemos meter a una función para predecir otro número. En la presente, se dará una solución más estadística para realizar predicciones y se hará una comparación con los modelos discriminativos. Para que la comparación pueda entenderse, se usará la regresión lineal como ejemplo.
Expositor: Hanz Cuevas
GDG
GDG Organizer
Stephanie Belén Saavedra Ayarde
Lead Organizer
Lead Organizer
GDG/WTM LA PAZ
Lead Organizer
GDG La Paz
Lead Organizer
GDG Organizer
Lead Organizer
GDG / WTM LA PAZ
Lead Organizer
ZENTA GROUP
Expert Backend Developer
