Una métrica esencial para clasificadores: Área Bajo la Curva ROC (Receiver Operating Characteristic)

Para citar este recurso educativo utiliza la siguiente referencia:

Gutiérrez-García, J.O. [Código Máquina]. (2022, 2 de Mayo). Una métrica esencial para clasificadores: Área Bajo la Curva ROC (Receiver Operating Characteristic) [Video]. YouTube. [Incluye aquí la URL del video]

👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com

ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado.

🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn   / octaviogutierrez  

Para guiar tu aprendizaje, en este vínculo (   • Curso de Inteligencia Artificial (IA) y Ma...  ) se encuentra una guía secuencial para aprender:

1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.

********************************************

En el contexto de clasificadores de aprendizaje de máquina, este video explica la métrica del área bajo la curva ROC (Receiver-Operating Characteristic) mejor conocida por sus siglas en inglés como AUC-ROC. Esta métrica se calcula a partir de la Tasa de Verdaderos Positivos y la Tasa de Falsos Positivos.

Índice del Video:

0:00 Introducción
3:41 Verdaderos Positivos/Negativos y Falsos Positivos/Negativos
5:07 Umbral de clasificación
8:25 Tasa de Verdaderos Positivos y la Tasa de Falsos Positivos
10:55 Construcción de la Curva ROC
19:28 Área bajo la curva ROC


⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias.

⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
https://www.amazon.com.mx/stores/sinH...



#AprendizajeAutomatizado #MachineLearning #AprendizajeDeMaquina #DataScience #CienciaDeDatos