momartinm / linear_regression_tf

Este repositorio describe como construir diferentes modelos de regresión para la predicción de valores numéricos mediante la utilización de TensorFlow 2.0

Taller de predicción de precios mediante modelos de regresión

Machine Learning, Tensor Flow, Regresión Lineal Simple, Regresión Lineal Múltiple

Modelos basados en regresión lineal

En los últimos años los modelos basados en Aprendizaje Automático se han vuelto muy populares debido al auge de las redes de neuronas profundas, pero existen muchas otras técnicas además de los modelos construidos mediante la utilización de redes de neuronas. Una técnica sencilla y muy utilizada para la predicción de valores numéricos es la regresión lineal. Esta técnica consiste en la construcción de un modelo matemático que permite aproximar la relación de dependencia entre una variable dependiente Y y un conjunto de variables independientes X.

Índice de contenidos

En este taller se describe el proceso de construcción de modelo de regresión mediante técnicas matemáticos y mediante redes de neuronas para la predicción de precios. Para el desarrollo del taller se han planteado el siguiente roadmap el cual se encuentra formado por dos grupos de ejercicios. El ejercicio 1 se corresponde con la plataforma que utilizaremos para el desarrollo de los cuadernos (notebooks) que utilizaremos en los siguientes ejecicios. Mientras que los otros tres ejercicios se corresponden con los diferentes procesos que utilizaremos para crear nuestro modelos basados en regresión mediante la utilización de TensorFlow.

• Teoría - Aprendizaje Automático y modelos basados en regresión
• Ejercicio 1 - Jupyter Notebook sobre Collaborate
• Ejercicio 2 - Creación de un una regresión lineal simple mediante algoritmos matemáticos
• Ejercicio 3 - Creación de un una regresión lineal múltiple mediante algoritmos matemáticos
• Ejercicio 4 - Creación de un una regresión lineal múltiple mediante redes de neuronas

Itinerarios

El taller puede realizarse mediante mútiples itenerarios que dependerán de que tipo de sistema de construcción de modelos de regresión podemos aprender:

• Itinerario 1: Ejercicio 1 => Ejercicio 2 => Ejercicio 3 => Ejercicio 4
• Itinerario 2: Ejercicio 1 => Ejercicio 2 => Ejercicio 4
• ...
• Itinerario N: Ejercicio 1 => Ejercicio 4

Requisitos mínimos

A continuación se describen los requisitos mínimos para poder realizar este taller.

• Conexión a internet.
• Cuenta de gmail para acceder al sistema collaborate.

Recursos de interés

• Python como lenguaje de programación para el desarrollo de nuestros ejercicios.
• Docker para construir el contenedor donde se desplegará nuestro servidor Jupyter.
• TensorFlow como framework para el desarrollo de redes de neuronas convolucionales.
• Tutoriales sobre tensorFlow si quieres aprender más sobre TensorFlow.
• TensorFlow Board como sistema de visualización para ver la evolución de nuestro procesos de entrenamiento y sus resultados.
• Regresión lineal (Inglés)
• La verdad sobre las regresión lineales (Inglés)