[17]Modelos avanzados, interpretabilidad y redes
Los modelos que ganan en datos de tabla —bosques y boosting—, las variables que les das, y un primer contacto con las redes.
Random Forest: muchos árboles mediocres ganan a uno bueno
La idea de conjunto: un bosque de árboles diversos generaliza mucho mejor que un solo árbol profundo, porque sus errores se cancelan al votar.
Boosting: una cadena de árboles que se corrigen
Árboles en secuencia, cada uno corrigiendo los errores del anterior: XGBoost y LightGBM, las dos que ganan competiciones.
Ajustar los parámetros sin engañarte
La búsqueda en malla de los mandos del modelo, hecha dentro de la validación cruzada para no contaminar nunca el montón de prueba.
Ingeniería de variables: construir lo que el modelo mira
La mayor mejora no suele venir de cambiar de modelo, sino de crear mejores variables a partir de las que ya tienes.
Selección de variables: cuándo sobran y cómo quitarlas
A veces las variables sobran: quitar las que no aportan hace el modelo mejor, más rápido y más fácil de explicar. Las tres familias de métodos.
PCA: cuándo ayuda y cuándo destruye
Comprimir muchas variables en pocas con PCA: ayuda con las redundantes y para visualizar; destruye cuando necesitas explicar el modelo.
Interpretabilidad: abrir la caja negra sin renunciar al acierto
Medir cuánto usa el modelo cada variable barajándola y viendo cuánto empeora: funciona con cualquier modelo y no se deja engañar.
Qué es una neurona, una capa y una red
La base de las redes sin entrenar nada: una neurona pondera señales, una capa es muchas en paralelo, y una red son capas encadenadas.
Entrenar una red de verdad (y compararla con honestidad)
Entrenar una red con MLPClassifier, por qué necesita datos escalados y abundantes, y la comparación honesta con un boosting que suele ganar.
Qué hace una convolución (y por qué las redes la aprenden solas)
Un filtro pequeño que se desliza sobre una imagen y detecta un patrón local, y por qué las redes que lo aprenden solo dominan las imágenes.
Cuándo NO usar una red neuronal
Las cuatro razones para no sacar la red neuronal, y la síntesis del módulo: elegir la herramienta adecuada es lo que distingue a un profesional.