Archivos: Glosario

Proceso en el cual los datos se extraen de diversas fuentes, se transforman para adaptarse al almacenamiento en un sistema de destino y luego se cargan en dicho sistema.

La explicabilidad se refiere a la capacidad de entender y justificar decisiones o predicciones hechas por modelos de aprendizaje automático. En contextos donde las decisiones tienen grandes repercusiones, como en medicina o finanzas, es esencial que las predicciones de un

Una Expresión Regular es una secuencia de caracteres que forma un patrón de búsqueda, principalmente utilizado para la identificación, extracción, y manipulación de cadenas de texto específicas dentro de un conjunto de datos más grande. En el ámbito de la

El F1 es una métrica en aprendizaje automático que combina la precisión y el recall en un solo valor para evaluar el rendimiento de un modelo de clasificación. Es especialmente útil cuando se busca un equilibrio entre la precisión y

El feature engineering, o ingeniería de características, es un paso fundamental en el proceso de modelado de aprendizaje automático. Consiste en la selección y transformación de las variables que se utilizarán en la creación del modelo. Este proceso puede incluir

Fine Tuning en aprendizaje automático y IA es el proceso de ajustar un modelo preentrenado en un conjunto de datos específico o tarea. Se realiza modificando ligeramente los pesos y parámetros del modelo para adaptarlo a las necesidades particulares, mejorando

Una Finite State Machine (FSM) es un modelo matemático que representa un sistema con un número finito de estados y transiciones entre ellos. En inteligencia artificial, las FSM se utilizan para diseñar sistemas que pueden cambiar su estado en respuesta

Framework de desarrollo web en Python que proporciona las herramientas necesarias para construir aplicaciones web, incluidas las APIs para modelos de machine learning.

El término forecasting se refiere a la práctica de utilizar algoritmos y modelos computacionales para predecir valores futuros o tendencias basadas en datos históricos y patrones observados. Estos modelos de forecasting son ampliamente utilizados en una variedad de aplicaciones, como

Una Función de Activación en una red neuronal es una transformación matemática que determina la salida de un nodo. Su propósito es introducir no linealidad en el modelo, permitiendo que la red aprenda y modele relaciones complejas en los datos,