En este proyecto de Machine Learning, se utilizaron diversas técnicas para el reconocimiento de imágenes de perros y gatos, así como para la detección de jirafas y babuinos. A continuación, se describen brevemente cada una de estas técnicas:
La regresión lineal es un método utilizado para predecir una variable continua a partir de una o más variables independientes.
La regresión logística es un algoritmo utilizado para la clasificación binaria.
Los árboles de decisión son estructuras de datos utilizadas para la toma de decisiones.
K-Means es un algoritmo de clustering utilizado para agrupar datos en función de su similitud.
Las redes neuronales son modelos de aprendizaje automático inspirados en el funcionamiento del cerebro humano. En este proyecto, se utilizaron redes neuronales normales y convolucionales para el reconocimiento de imágenes de perros y gatos.
Las Máquinas de Vectores de Soporte (SVMs) son algoritmos utilizados para la clasificación y regresión. En este proyecto, se utilizó SVM para clasificar las imágenes de jirafas y babuinos.
La transferencia de aprendizaje es una técnica que consiste en utilizar un modelo pre-entrenado en un conjunto de datos y adaptarlo a un nuevo conjunto de datos. En este proyecto, se utilizó el modelo MobileNetV2 de Google para la detección de jirafas y babuinos.
Espero que esta información sea útil para comprender las diferentes técnicas de aprendizaje utilizadas en este proyecto.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent