Optimización de Red Neuronal con Tensorflow & Keras en R | Mejora Arquitectura Machine Learning AI

🧠 En este emocionante video, te guiaré paso a paso a través del proceso mejora de tu modelo de machine learning con neural networks en la detección del customer churn / abandono o perdidas de clientes con redes neuronales utilizando R para negocios.

🔍 Aprenderás como impulsar el desempeño, modificar la arquitectura de la red neuronal, la configuración de parámetros del modelo y la evaluación del desempeño utilizando la poderosa biblioteca Tensorflow & Keras

📊 Compara modelos y ponlos a prueba con Data Test.

📈 Además, exploraras y aplicaras el pre procesamiento de datos y la estandarizacion, porqué es tan importante y necesario !!!

¡No te pierdas esta oportunidad de adentrarte en el mundo del machine learning aplicado a negocios!

Tutorial Customer Churn con Redes neuronal & Keras y TensorFlow en R    • Customer Churn con Tensorflow & Keras en R...  

#tensorflow #keras #caret
#neuralnetwork #business #R #MachineLearning #RedesNeuronales #customerchurn #rprogramming #AprendizajeAutomático

🎓 ¡Suscríbete y activa las notificaciones para no perderte ninguna actualización en el canal!

Cualquier comentario o sugerencia es bienvenido.
Contacto: [email protected]

💡Guía Definitiva de Redes Neuronales | Capas Ocultas Back Propagation Pesos y Funcion de Activación🧠
   • 💡Guía Definitiva de Redes Neuronales | Cap...  

XGB regresion y feature engineering House Price:    • XGBoost y feature engineering: Regresión c...  
Tratamiento de los valores extremos (outliers)
Creacion o mejora de variables mediante Date y time
Selección y eliminacion de variables: elegir las variables a utilizar

XGBoost Seleccion de variables con regresion y Recursive Feature elimination:    • XGBoost y seleccion de variables: Regresió...  

Extreme Gradient Boosting
Ajuste de hiperparametros:    • Regresion XGBoost Ajuste de hiperparametro...  
Explicando los hiperparametros del XGB
learning rate, max_depth, gamma, Regularization, alpha, child_weight,
number of estimators
Aplicando Grid Search con gridSearchCV
Ejecucion del mejor modelo segun parametros

XGB: Clasificacion paso a paso en Python:    • XGBoost: Clasificacion paso a paso con Pyt...  

XGBoost y Clasificacion Multi Clases Python | Aprendizaje supervisado | Analisis Datos Calidad Vino:    • XGBoost y Clasificacion Multi Clases Pytho...  

Machine learning en Python #Python #Regresion #XGBoost #Sklearn
   • Python | Regresion lineal multiple y compr...  

Machine learning en R
   • Machine Learning  

My youtube channel in English:
   / @rvstats_eng  

Algoritmo de Clustering HDBSCAN, Kmeans con R
   • Algoritmos de Clustering en R/Rstudio | Cl...  

Algoritmos de clustering jerarquicos en R
   • Hierarchical Clustering | Agrupamiento jer...  

Algoritmos de clustering jerarquicos en python
   • V-1: Clustering jerarquico con Python: skl...  

Algoritmo HDBSCAN:    • V1: Que es clustering con HDBSCAN | Python...  

Algoritmo de K-means:
Que es Kmeans y centroides:    • V3: Numero Adecuado de Clusters K-Means | ...  
Normalizacion y numero adecuado de clusters:    • V2: Clustering con K-means | Python y mine...  
Metodo Elbow, Distorsion e Inercia:    • V1: Clustering con K-means | Python y mine...  

Aprendizaje automático ## Aprendizaje supervisado y no supervisado
análisis estadístico ##Factores supervised learning neurona
análisis estadístico #factory #factors
Independiente y dependiente #entrada y salida
#machinelearning and supervised learning
overfitting, hyperparameter, classifier, classification, matrix
input and output, statistical analysis