Tema 4: Selección del modelo e hiperparámetros y su evaluación

Ya sabemos cómo funcionan algunos de los algoritmos de machine learning más conocidos para hacer predicciones. En este tema vamos a ver qué modelo tenemos que escoger entre todos, haciendo a su vez el modelo generalizable. A lo largo del tema cubriremos los siguientes puntos:

Cross-validation.
Curvas de aprendizaje y validación.
Grid Search.
Soluciones para reducir los errores del modelo.

Transparencias
Selección del modelo y su evaluación
Clases prácticas
Uso de scikit-learn para evaluar el modelo de clasificación y estimar sus parámetros óptimos
Tutorial: módulo feature selection
Tutorial: módulo Pipepline
Ejercicios
Ejercicio 1	Dataset
Ejercicio 2 ( Solución Ejercicio 2 )	Dataset