14 videos disponibles.
Ensembles · CentralInglés
Bootstrap: remuestreo con reemplazo
Bootstrapping Main Ideas!!!
StatQuest with Josh Starmer
Pertinencia. Construir la idea de muestra bootstrap antes de combinar árboles. Genera muestras en SIM 07 y registra duplicados y observaciones OOB.
Ver video completo en YouTube · Presentación vinculada
Simuladores y pregunta para la clase
¿Por qué una muestra de tamaño n no contiene necesariamente las n observaciones originales?
Precisión conceptual y alcance
El video presenta bootstrap como herramienta estadística. El laboratorio conecta ese remuestreo con OOB: su proporción esperada es (1 − 1/n)^n, que tiende a 0,368; la proporción observada fluctúa.
Ensembles · CentralInglés
Importancia de variables: árboles y Random Forest
13.3.2 Decision Trees & Random Forest Feature Importance (L13: Feature Selection)
Sebastian Raschka
Pertinencia. Acompañar la comparación de importancia interna y por permutación del PPT 02. Contrasta los rankings con SIM 12 y discute qué pregunta responde cada método.
Ver video completo en YouTube · Presentación vinculada
Simuladores y pregunta para la clase
¿Puede una variable de ruido obtener importancia interna alta por ofrecer muchos cortes candidatos?
Precisión conceptual y alcance
MDI acumula reducciones ponderadas de impureza durante el entrenamiento y puede favorecer variables con alta cardinalidad. Un ranking de importancia predictiva no establece causalidad.
Ensembles · CentralInglés
Permutation importance: ejemplos con código
13.4.3 Feature Permutation Importance Code Examples (L13: Feature Selection)
Sebastian Raschka
Pertinencia. Conectar la explicación conceptual con una implementación. Interpreta la caída de desempeño al permutar una columna y explora predictores redundantes en SIM 13.
Ver video completo en YouTube · Presentación vinculada
Simuladores y pregunta para la clase
¿Por qué dos variables redundantes pueden mostrar poca importancia al permutarlas individualmente?
Precisión conceptual y alcance
La importancia depende del modelo, de los datos evaluados y de la métrica. Calcula repeticiones para observar variabilidad. Si se usa para seleccionar variables, reserva un test independiente para la evaluación final.
Ensembles · CentralInglés
Gradient Boosting para clasificación
Gradient Boost Part 3 (of 4): Classification
StatQuest with Josh Starmer
Pertinencia. Completar el video de regresión con el problema de clasificación: modelo inicial, correcciones sucesivas y actualización en la escala del score antes de obtener probabilidades.
Ver video completo en YouTube · Presentación vinculada
Simuladores y pregunta para la clase
¿Por qué una suma de correcciones en el score no equivale a promediar probabilidades de árboles independientes?
Precisión conceptual y alcance
Con pérdida logística, los aprendices ajustan gradientes negativos respecto del score. El simulador 15 ilustra el mecanismo secuencial; no reproduce paso a paso todos los cálculos del video.
Ensembles · CentralInglés
XGBoost para clasificación
XGBoost Part 2 (of 4): Classification
StatQuest with Josh Starmer
Pertinencia. Ampliar la introducción a XGBoost de la diapositiva 12 del PPT 03. Relaciona gain, valores de hojas y regularización con el modelo aditivo y la conversión del score a probabilidades.
Ver video completo en YouTube · Presentación vinculada
Simuladores y pregunta para la clase
¿Cómo cambia la decisión de dividir un nodo al penalizar la complejidad y los pesos de las hojas?
Precisión conceptual y alcance
XGBoost optimiza una función objetivo regularizada y utiliza información de primer y segundo orden. Sus árboles se agregan secuencialmente, aunque pueda paralelizar cálculos dentro de cada iteración. SIM 15 y SIM 16 sirven de comparación conceptual, sin implementar XGBoost.
Prioridad 5/5 · CentralInglés
Árboles, Gini y splits
Decision and Classification Trees, Clearly Explained!!!
StatQuest with Josh Starmer
Pertinencia. Introducir la construcción de reglas y la elección de divisiones antes de experimentar con CART.
Conecta el árbol dibujado con la reducción ponderada de impureza. Luego cambia el umbral en el laboratorio y observa qué grupos produce.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Por qué debemos ponderar la impureza de cada hijo por su número de observaciones?
Precisión conceptual y alcance
Una división se evalúa por la impureza ponderada de sus dos hijos. Una impureza menor en entrenamiento no garantiza una mejor decisión fuera de muestra.
Prioridad 5/5 · CentralInglés
Bootstrap, bagging y Random Forest
StatQuest: Random Forests Part 1 - Building, Using and Evaluating
StatQuest with Josh Starmer
Pertinencia. Su pertinencia es muy alta: reúne remuestreo, diversidad de árboles y agregación de predicciones.
Compara primero bagging y Random Forest. Después usa los laboratorios OOB para estudiar evaluación y número de árboles.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Qué aporta seleccionar variables al azar además de usar muestras bootstrap?
Precisión conceptual y alcance
La selección aleatoria de variables se realiza en cada split. El fragmento propuesto es una introducción; para OOB, completa el video y el simulador 07. En clasificación, el ejemplo de votación sirve de intuición; scikit-learn promedia probabilidades de los árboles.
Prioridad 5/5 · CentralInglés
Overfitting y poda costo-complejidad
How to Prune Regression Trees, Clearly Explained!!!
StatQuest with Josh Starmer
Pertinencia. Explicar el control de complejidad y, como segundo paso, la selección de alpha con validación.
Usa el primer tramo para entender el compromiso entre ajuste y tamaño. Reserva el segundo para discutir validación cruzada y elegir ccp_alpha.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Por qué un árbol con menor error de entrenamiento puede ser una peor elección?
Precisión conceptual y alcance
El video utiliza árboles de regresión: su error no es Gini. El principio R(T) + alpha · número de hojas se conecta con clasificación, usando el criterio apropiado. Elegir alpha requiere validación; conserva el test para la evaluación final.
Prioridad 5/5 · CentralInglés
Gradient Boosting
Gradient Boost Part 1 (of 4): Regression Main Ideas
StatQuest with Josh Starmer
Pertinencia. Mostrar la construcción secuencial de un ensemble antes de modificar learning rate y número de árboles.
Pausa tras una actualización y predice qué intentará aprender el siguiente árbol. Luego contrasta la intuición con el simulador 15.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Qué cambia al reducir learning rate y aumentar el número de iteraciones?
Precisión conceptual y alcance
Corregir residuos y −gradiente coinciden, salvo escala, para la pérdida cuadrática. Para otras pérdidas se ajusta el gradiente negativo; no generalices el residuo y − predicción a todo boosting. AdaBoost y Gradient Boosting usan mecanismos distintos.
Prioridad 4/5 · PuenteInglés
Sesgo y varianza
Machine Learning Fundamentals: Bias and Variance
StatQuest with Josh Starmer
Pertinencia. Construir un puente conceptual entre un árbol profundo, la inestabilidad y el promedio de modelos.
Úsalo entre profundidad e inestabilidad: modifica los datos y observa cuánto cambia una frontera aprendida.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Por qué importa que los árboles no cometan exactamente los mismos errores?
Precisión conceptual y alcance
El video presenta la idea general, no una demostración específica de Random Forest. La reducción de varianza al promediar depende de la correlación entre árboles; no desaparece automáticamente todo sobreajuste.
Prioridad 4/5 · PuenteInglés
AdaBoost y ensembles secuenciales
AdaBoost, Clearly Explained
StatQuest with Josh Starmer
Pertinencia. Comparar bagging y boosting antes de introducir Gradient Boosting.
Usa el primer tramo como explicación y el cierre como recapitulación. Después pide distinguir entrenamiento paralelo y construcción secuencial.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Qué se modifica entre iteraciones en AdaBoost y qué se ajusta en Gradient Boosting?
Precisión conceptual y alcance
AdaBoost cambia pesos de observaciones y combina aprendices con pesos. Gradient Boosting optimiza una pérdida mediante gradientes. El simulador 15 es de Gradient Boosting, no una implementación de AdaBoost.
Prioridad 3/5 · PuenteInglés
Árboles de regresión
Regression Trees, Clearly Explained!!!
StatQuest with Josh Starmer
Pertinencia. Aclarar que CART permite predecir variables continuas y preparar el ejemplo de boosting en regresión.
Relaciona los valores constantes por hoja con la partición del espacio. Úsalo antes de poda o Gradient Boosting si la clase trabajó principalmente con clasificación.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Qué representa una hoja cuando la variable objetivo es un monto y no una clase?
Precisión conceptual y alcance
En regresión con error cuadrático, las hojas predicen medias y las divisiones reducen error cuadrático; Gini y entropía corresponden a clasificación. El simulador 03 permite discutir geometría, sin convertirlo en un laboratorio de regresión.
Prioridad 3/5 · AmpliaciónInglés
XGBoost y regularización
XGBoost Part 1 (of 4): Regression
StatQuest with Josh Starmer
Pertinencia. Profundizar después de dominar Gradient Boosting; útil para alumnos que desean explorar métodos modernos.
Conecta el gain y la regularización con el control de complejidad. Recupera el simulador 15 como base conceptual y el 16 para comparar decisiones.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Por qué mejorar una pérdida de entrenamiento no basta para elegir el modelo de negocio?
Precisión conceptual y alcance
Es una ampliación en regresión, no un requisito para comprender el módulo. El tramo sugerido no sustituye el video completo ni la documentación. El simulador 15 no implementa XGBoost, y la poda de XGBoost no es la misma CCP de CART.
Profundización opcional: matemática, optimizaciones y Python
Part 3: Mathematical Details · Part 4: Crazy Cool Optimizations · XGBoost in Python, from Start to Finish
Introducción opcional · EspañolEspañol
Una entrada en castellano
Algoritmos Machine Learning: Arboles Decision para Data Science
DataScience ForBusiness
Pertinencia. Ofrecer una introducción accesible cuando el idioma dificulte comenzar con StatQuest.
Selecciona la explicación conceptual inicial según los conocimientos del grupo; después retoma el material y los ejemplos matemáticos del módulo.
Explicación conceptual inicial · intervalo a elección del docente.
Abrir video completo en YouTube · Presentación vinculada
Conexión con tus simuladores y pregunta para la clase
¿Cómo se convierte una pregunta sobre clientes en una regla y una partición?
Precisión conceptual y alcance
No se fija un intervalo porque la propuesta original no lo especifica. Su papel es introducir vocabulario; la profundidad técnica se trabaja con las presentaciones, los simuladores y los videos centrales.