???? Clasificación con Deep Learning | Red Neuronal | Keras | Python | Ejemplo sencillo

У вашего броузера проблема в совместимости с HTML5

¿Deep Learning con Python? ¡En Google Colab es aún más sencillo! Porque no necesitas instalar absolutamente nada, en este ejemplo utilizamos datos para clasificar si el precio de una casa, estará arriba o abajo de la mediana de los precios establecidos. Utilizamos dos capas ocultas para la red neuronal, este ejemplo te podría ser de utilidad para adaptarlo a tus datos.
????Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.
???? Descarga los archivo que mencionamos en el vídeo
https://bit.ly/2xupxfH
☺️Checa la sección de comunidad de nuestro canal:
https://www.youtube.com/channel/UCvJpU1VFBMX3rPdCYt10QZw/community

????Ligas que te pueden ser de utilidad:
Ejemplo Base:
https://bit.ly/2VXedC9

Artículo donde se usan Redes Neuronales al Pronóstico de Precios en el Mercado de Valores
https://scielo.conicyt.cl/scielo.php?script=sci_arttext&pid=S0718-07642012000400003

Excelente información en Español
https://relopezbriega.github.io/blog/2017/06/13/introduccion-al-deep-learning/

Curso de Google
https://developers.google.com/machine-learning/crash-course/classification/accuracy

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
⏰ Por si tienes prisa, aquí te dejamos el minuto a minuto del vídeo:
0:15 Descripción del ejemplo e Importamos los datos para trabajar con la red neuronal
1:49 Separamos los datos en: Características para alimentar la red neuronal (X) y la variable a predecir (Y)
4:40 Utilizamos preprocessing.MinMaxScaler() para ajustar los valores de las características (X) entre 0 y 1, les mostramos también la representación gráfica de una de las características.
10:43 Separamos los valores del Dataset en valores de: entrenamiento, validación y prueba (Hacemos un ejemplo sencillo, para mostrar las proporciones, de la partición de datos) y mostramos el efecto de activar y desactivar la opción random_state=42
17:40 Arquitectura de la red neuronal: Mostramos el código para especificar el número de capas ocultas, número de neuronas y funciones de activación
20:21 Optimización del modelo: Definimos el tipo de optimizador, función de pérdida y exactitud
23:34 Entrenamiento de la red neuronal: Aquí se especifica el tamaño de lote de datos (Batch size), epochs y los datos que servirán para validar el modelo.
27:29 Evaluación del modelo (¡Una sola línea!)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
???? Programa Python en línea, sin instalar software con Google
https://colab.research.google.com
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
???? Nuestro blog:
http://cctmexico.blogspot.mx/p/python.html
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Lista de reproducción de Machine Learning
https://www.youtube.com/watch?v=-qYljhR4hsc&list=PLgHCrivozIb2NBVVL0Scs_nIGRUb9dW5U
✔Lista de reproducción de Pandas
https://www.youtube.com/playlist?list=PLgHCrivozIb0ULMKfJVV-rFdRG2OeEgfq
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
????Imagen de fondo en el Thumbnail:
Imagen de Gerd Altmann en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
???? Música
Ambiment - The Ambient by Kevin MacLeod is licensed under a Creative Commons Attribution license (https://creativecommons.org/licenses/by/4.0/)
Source: http://incompetech.com/music/royalty-free/index.html?isrc=USUAN1100630
Artist: http://incompetech.com/