Skip to content

Cómo el aprendizaje automático está revolucionando la creación de contenido visual


El aprendizaje automático (machine learning) está transformando la forma en que generamos y utilizamos contenido visual. Ya sea para fines publicitarios, educativos o de entretenimiento, el aprendizaje automático nos permite crear contenido visual de manera más eficiente y personalizada que nunca antes. En este post, exploraremos cómo el aprendizaje automático está siendo utilizado para recopilar datos y generar contenido visual a partir de ellos.

Recopilando datos con aprendizaje automático: El aprendizaje automático se está utilizando cada vez más para recopilar datos visuales, como imágenes y videos. Estos datos se utilizan para entrenar modelos de aprendizaje automático que pueden reconocer patrones y características específicas en las imágenes y los videos. Esto permite a las empresas y los individuos recopilar datos de manera más precisa y rápida que nunca antes.

Generando contenido visual con aprendizaje automático: Una vez que se han recopilado los datos, el aprendizaje automático puede utilizarlos para generar contenido visual automáticamente. Por ejemplo, se pueden utilizar modelos de aprendizaje automático para generar gráficos y diagramas a partir de datos estadísticos, o para crear videos y animaciones a partir de imágenes y videos recopilados. También se pueden utilizar modelos de aprendizaje automático para crear imágenes y videos generativos, que son completamente nuevos y nunca antes vistos.

Aplicaciones de la generación de contenido visual con aprendizaje automático: La generación de contenido visual con aprendizaje automático tiene una variedad de aplicaciones en diferentes campos. Por ejemplo, en el campo publicitario, se pueden utilizar modelos de aprendizaje automático para generar anuncios personalizados para diferentes audiencias. En la educación, el aprendizaje automático se puede utilizar para crear contenido visual interactivo para ayudar a los estudiantes a aprender de manera más eficaz. En el campo del entretenimiento, el aprendizaje automático se puede utilizar para crear juegos y experiencias inmersivas completamente nuevas.


El aprendizaje automático está transformando la forma en que generamos y utilizamos contenido visual. Al recopilar datos con aprendizaje automático y generar contenido visual a partir de ellos, podemos crear contenido más preciso, personalizado y sorprendente que nunca antes. El aprendizaje automático es una herramienta poderosa para la creación de contenido visual y su uso seguirá en aumento en el futuro.

La Inteligencia Artificial y su papel en la creación de videojuegos

La Inteligencia Artificial (IA) es un campo en constante evolución que está teniendo un gran impacto en varias industrias, incluyendo la industria de los videojuegos. La idea de que una IA pueda crear videojuegos por sí sola es algo que ha estado en el radar de los desarrolladores y investigadores de IA desde hace algún tiempo. Sin embargo, ¿es realmente posible que una IA cree un videojuego completo sin intervención humana?

Para responder a esta pregunta, es importante entender cómo funciona la IA en los videojuegos actuales. Actualmente, la IA se utiliza principalmente para mejorar la experiencia del jugador en los videojuegos. Por ejemplo, los desarrolladores pueden utilizar la IA para crear enemigos que sean más desafiantes o para crear un sistema de juego que sea más realista. La IA también se utiliza para crear entornos de juego más vivos, como un ecosistema en un juego de rol que cambia dinámicamente.

Sin embargo, la IA todavía no está en el punto en el que puede crear un videojuego completo por sí sola. La razón de esto es que la creación de un videojuego es un proceso complejo que requiere una gran cantidad de conocimiento y habilidades. Por ejemplo, un desarrollador de videojuegos debe tener conocimientos en programación, diseño de juegos, arte, sonido y más. Además, la creación de un videojuego también requiere un gran grado de creatividad, lo que es algo que las IA todavía tienen dificultad para replicar.

Aunque la IA todavía no está en el punto en el que puede crear un videojuego completo por sí sola, hay algunas áreas en las que está haciendo progresos significativos. Por ejemplo, hay algunos desarrolladores que están utilizando la IA para crear entornos de juego y personajes que son más realistas. También hay algunos investigadores que están utilizando la IA para crear videojuegos más personalizados, lo que permite a los jugadores tener una experiencia de juego única.

En general, la IA tiene un gran potencial para mejorar la industria de los videojuegos en el futuro. A medida que la tecnología continúa avanzando, es probable que veamos más ejemplos de IA en los videojuegos. Sin embargo, todavia, es importante tener en cuenta que la IA todavía tiene un largo camino por recorrer antes de poder crear un videojuego completo por sí sola. Es probable que en el futuro, la IA sea capaz de ayudar a los desarrolladores de videojuegos en varias tareas, como la creación de entornos y personajes más realistas, la generación de niveles de juego y la personalización de la experiencia del jugador. Sin embargo, es probable que siempre haya una intervención humana en algún nivel en el proceso de creación de un videojuego.

En conclusión, la Inteligencia Artificial tiene un gran potencial para mejorar la industria de los videojuegos, pero todavía hay desafíos importantes que deben superarse antes de que una IA pueda crear un videojuego completo por sí sola. Sin embargo, con el avance de la tecnología y la investigación en el campo de la IA, es probable que veamos progresos significativos en esta área en el futuro.

Cómo la IA está cambiando nuestra forma de vivir y cómo respondemos a ello

Cóo la IA está cambiando nuestra forma de vivir y cómo respondemos a ello

Image Source: Unsplash‍

¿Qué aportará la IA a nuestro trabajo y a nuestras vidas? ¿Cómo podemos equilibrar la vida laboral y familiar con un futuro impulsado por la IA? Hay muchas cosas que pueden salir mal antes de que veamos un mundo en el que la IA no sólo sea omnipresente, sino que sustituya muchas funciones. Pero incluso cuando las incógnitas se hacen más complejas cada día que pasa, surgen nuevos retos a medida que aumenta nuestra capacidad de pensar y comunicarnos con las máquinas. Nos encontramos al borde de un camino inexplorado, obligados a reaccionar con rapidez y eficacia ante posibles desastres. Este artículo enumera cinco de los usos más avanzados de la inteligencia artificial que están reconfigurando nuestra vida cotidiana y desafiando las suposiciones que hemos hecho sobre lo que puede lograrse en la interacción entre humanos y ordenadores.

AI para una toma de decisiones decisiva, precisa y con capacidad de respuesta

La inteligencia artificial es la capacidad de procesar enormes cantidades de datos y tomar decisiones basadas en estos mismos datos. Así, la IA puede decidir si una acción es legal, sensata o justificable, y cómo toma esas decisiones. La capacidad de la IA para procesar datos, emitir juicios y proporcionar información sobre la base de lo que ha detectado es crucial para el buen funcionamiento de cualquier sistema de IA. Es un factor crucial en la toma de decisiones de los operadores humanos.

Interfaz gráfica de usuario (GUI) de la IA

La inteligencia artificial puede utilizarse para crear una interfaz de usuario que permita a los humanos interactuar con la IA. Esto puede incluir la realización de vídeos cortos o la creación de una aplicación deportiva digital sencilla y de temática clara que permita a los usuarios interactuar con el contenido generado por la IA.

La IA en la medicina

La inteligencia artificial se utiliza para tomar decisiones médicas. Esto incluye la toma de decisiones sobre qué tratamientos recomendar, la toma de decisiones médicas por otros y la toma de decisiones sobre arritmias. ## Robots basados en la IA La inteligencia artificial se está utilizando para crear robots que puedan realizar muchos trabajos que los humanos no pueden hacer. Por ejemplo, los robots pueden limpiar y mantener el suelo de los vehículos de forma autónoma. Lo mismo puede decirse de los robots que pueden realizar diversas reparaciones en los techos de los vehículos de forma autónoma. La robótica ha utilizado la IA para automatizar muchas de las tareas repetitivas que los humanos sólo pueden hacer ahora. También se ha utilizado para automatizar el 80% de las tareas manuales que realizan los humanos.

El futuro de la automatización

La robótica seguirá utilizándose en robots y máquinas de fruta digitales, y seguirá aumentando su complejidad. Sin embargo, ahora estamos empezando a ver la aparición de la automatización como un cambio importante en la forma en que los humanos manejan los robots. La IA ha creado algoritmos que pueden procesar enormes cantidades de datos y tomar decisiones basadas en lo que reconoce como datos. Así, la IA puede ahora disminuir de forma automática el número de tareas manuales que realizan las personas en los robots. La automatización y la IA conviven ahora en la misma habitación. Los humanos seguirán siendo la principal fuente de datos, pero los robots serán la principal fuente de información. La IA será capaz de entender el lenguaje humano, comprender las emociones humanas y procesar grandes cantidades de datos con rapidez. Esto es especialmente importante para los robots que deben tomar decisiones rápidas y precisas.

Beneficios de la inteligencia artificial en la vida humana

En los últimos meses se ha producido un número récord de avances con la inteligencia artificial. He aquí cinco de los usos más avanzados de la IA que están reconfigurando nuestra vida cotidiana y desafiando las suposiciones que hemos hecho sobre lo que puede lograrse en la interacción entre humanos y ordenadores. ## El futuro de la automatización La robótica y la automatización conviven ahora en la misma habitación.La robótica sigue siendo la principal fuente de datos, pero la automatización está tomando el relevo. La IA ha creado algoritmos que pueden procesar enormes cantidades de datos y tomar decisiones basadas en lo que reconoce como datos. Así, la IA puede ahora automatizar muchas de las tareas repetitivas que los humanos deben realizar ahora.

Conclusión

La inteligencia artificial está transformando nuestras vidas. Puede acelerar nuestras tareas cotidianas, emitir juicios basados en lo que ve y dar información sobre el estado de nuestro trabajo y nuestras vidas. Está tomando decisiones por nosotros que podríamos haber considerado imposibles con el razonamiento humano. La inteligencia artificial está creando una nueva forma de trabajar, sirviéndonos de bienestar y aportando soluciones a nuestras prioridades cotidianas. Está desafiando nuestras suposiciones sobre cómo puede utilizarse la IA en la interacción entre humanos y ordenadores. Está cambiando la forma en que interactuamos con las máquinas y con otros seres humanos, y haciendo que estas interacciones sean más eficientes y sencillas. Está transformando el trabajo, la vida y la forma en que concebimos la tecnología.

Crear un entorno de creación de textos que le sirva en su próximo evento de blog

Crear un entorno de creación de textos que le sirva en su próximo evento de blog

Image Source: Unsplash

Si has pasado tanto tiempo como yo diseñando y probando tus experiencias de creación de contenidos, tienes toda la razón. Hay tantas formas diferentes de crear una entrada de blog y el diseño de la página de aterrizaje del artículo, y tantos enfoques diferentes para todos ellos. Puede ser un reto saber cuáles funcionarán mejor para tu blog o tu campaña de marketing. Sin embargo, con estos seis sencillos consejos, no tiene por qué ser tan difícil. Siga leyendo para aprender a hacerlo.

Crear un tema

Lo primero que tienes que hacer cuando empiezas un nuevo blog es decidir un tema. Esto te ayudará a ahorrar dinero y a hacer que tu blog sea atractivo para un mayor número de lectores. Por ejemplo, si piensas escribir sobre viajes, es probable que quieras utilizar un tema de viajes. Otro tema que puedes elegir es el de los negocios o las finanzas. Para determinar qué tema es el adecuado para tu blog, puedes utilizar la guía de temas de Wix. Esta guía te ayudará a descubrir el tema adecuado para tu blog y te ayudará a elegir el blog adecuado para tus necesidades. Con Wix, también puedes crear un parque temático con atracciones, una aplicación de citas online o un blog de moda. Las posibilidades son prácticamente infinitas. Explora los diferentes temas y ve lo que se te ocurre. Una vez que hayas elegido un tema, asegúrate de seguir las instrucciones de la guía de temas para crear una versión viable. Una vez que hayas creado un tema, elimina los archivos asociados a ese tema del servidor de tu ordenador. Ahora tienes una pizarra limpia para diseñar tu blog o artículo.

Configurar el entorno de tu blog

No necesitas ser un bloguero a tiempo completo para crear contenido para tu blog. Hay muchas formas de ganarse la vida como bloguero. Algunas personas trabajan desde casa, otras son freelance, y otras pueden incluso dedicarse a los blogs a tiempo completo. Puede ser un reto saber qué camino tomar con tu blog. Muchos blogueros optan por la autopublicación, que a menudo está mal vista por la industria editorial, pero no es una opción para todos los blogueros. Con un blog, puedes crear muchos tipos diferentes de contenido. Por ejemplo, puedes crear entradas en el blog, entradas de invitados, estudios de casos y postales de invitados. También puedes crear infografías, gráficos y tablas. Cada uno de ellos puede ser revalorizado y optimizado para adaptarse a las necesidades de su audiencia. Puede ser esclarecedor ver cuántas visitas recibe tu contenido, el número de «me gusta» y comentarios, y el tiempo que se tarda en publicar tu contenido. También puede ser útil hacer un seguimiento de la cantidad de lectores que tienes y de cómo se relacionan con tu contenido.

Utilizar palabras clave adecuadas

Nunca se sabe cuándo puede ser necesario utilizar una palabra específica. Por ejemplo, al escribir sobre blockchain, podrías tener un título como «El ensayo sobre blockchain y finanzas». Aunque se trata de una introducción general al tema, es probable que se sustituya por una búsqueda de palabras clave. Siempre debes esforzarte en elegir palabras clave que se relacionen con tu tema. Por ejemplo, si estás escribiendo un post sobre salud, podrías elegir palabras clave relacionadas con la salud y relacionadas con la salud. Si estás escribiendo una entrada en tu blog y quieres utilizar palabras clave relacionadas con el marketing, considera utilizar palabras clave que estén relacionadas con los objetivos de tu blog. Si utiliza palabras clave no relacionadas, sus lectores podrían no notar la diferencia. Sin embargo, si utiliza constantemente palabras clave relacionadas, los lectores probablemente asociarán esas palabras clave con su blog y será más probable que lo visiten.

Construir el drama de los fundamentos

Una vez elegido el tema, configurado el entorno de tu blog y utilizado las palabras clave adecuadas, es el momento de empezar la parte difícil: construir el drama de los fundamentos. Los fundamentos son los bloques de construcción de un blog. Tienes que crear un blog atractivo y atrayente que sea a la vez interesante e informativo. Los siguientes son los fundamentos más importantes para construir un gran blog: Sé breve: cuanto más breve, mejor. Haz que tu blog sea interesante y atractivo, pero que sea corto. La longitud de la entrada de tu blog debe corresponderse con la longitud de tu mensaje. Si tu blog es más largo que dos entradas, tus lectores lo recordarán y se irán Mantenga el contenido interesante: los temas interesantes son la base de los blogs. Mantendrán el interés de tus lectores, haciendo que quieran seguir leyendo. Una de las cosas más importantes que puedes hacer como bloguero es mantener el contenido interesante. Mantén un lenguaje fácil de entender: haz que tu blog no tenga lenguaje o lo leerán en una pantalla de ordenador. Normalmente, la gente quiere saber lo que ocurre en el mundo y en su mundo, para poder entenderlo mejor.

Conclusión

Escribir un blog con éxito es un proceso. Es un proceso de descubrimiento. Es el proceso de buscar nuevas formas de crear contenido y ganar más seguidores. Es el proceso de aprender nuevas técnicas, de mejorar lo que yo llamo el «arte de la construcción» y de crear contenidos para mi blog. Como en todas las empresas, hay que trabajar, superar los límites y asumir riesgos. Nunca se sabe cuándo puede ser necesario utilizar una palabra concreta o hacer una referencia importante, pero no importa lo difícil que sea decidir la palabra o la referencia adecuadas, porque el resultado siempre será mejor que el punto de partida. Como puedes ver, no es nada difícil crear un gran blog. Lo único que tienes que hacer es seguir estos seis consejos y estarás en camino de crear el blog perfecto para ti.

Seguridad informática, el eslabón débil

Seguridad informática, el eslabón débil

La seguridad informática a pasado de ser una término reservado para informáticos, a ser algo muy importante en nuestro día, ya sea para un uso particular o para un uso empresarial cada vez es más importante tener claro a que hace referencia este término de seguridad informática.

Veamos algunos puntos de la seguridad informática a tener en cuenta desde un punto de vista de sistemas y desarrollos.

  • Conexiones cifradas

  • Conexiones seguras solo las conexiones internas.

  • Conexiones externas mediante VPN.

  • Conexiones externas punto a punto.

  • Limitar al máximo las conexiones externas.

  • Limitar el número de conexiones a ser posible.

  • Redes separadas por departamentos.

  • Limitación en el tipo de tráfico de entrada y salida dependiendo del departamento.

  • Seguridad en los accesos(control de accesos) a los servidores.

  • Código limpio y sin accesos o contraseñas.

  • Antivirus para los usuarios de Windows.

  • Cortafuegos por Firewall.

  • Cortafuegos por Software.

  • Software y lenguajes lo más posible actualizados.

  • Backup discos y Backup de datos

Teniendo todos estos puntos en cuenta, además de alguna cosilla más dependiendo del tipo de instalación o servicio que se quiera crear, tendríamos un sistema seguro al 100%.

¿Pero estamos seguros que nuestra seguridad informática es 100% segura?¿Depende solo de nosotros?

La segunda pregunta responde la primera, y aunque no existiera la segunda pregunta la respuesta sería la misma NO.

Porque la seguridad informática nunca será 100% fiable. Esto va a depender del tipo de red del que estamos hablando, a más usuarios más posibilidades de fallo, a más servicios más posibilidades de error. Y es que entre las nuevas actualizaciones, las apariciones de errores en código, los nuevos errores en software, la potencia de hardware que crece exponencialmente, las nuevas velocidades de nuestras redes… Es normal que tengamos que estar detrás de la seguridad informática para que al menos estemos al 99.999% seguros de que es fiable.

Pero todo esto es controlable o por lo menos monitorizable, entonces ¿donde esta el eslabón débil? No busques muy lejos, eres tú mismo, somo confiados por naturaleza y nos conectamos a las redes que al menos parecen legales y no provechosas, redes de cafeterías, redes de empresas, redes de aeropuertos o redes “oficiales”.

Esto es un error grave, nunca deberías conectarte a una red de alguien desconocido, y mucho menos conectarte a un red pública. ¿Por qué?

  • No sabes quién ha creado esa red.

  • No sabes quién más hay conectado a esa red.

     

Y es que por ejemplo, una buena norma de seguridad sería no dar la clave wifi a nadie que no sea de ese núcleo familiar. Aunque tampoco sería una norma 100% fiable, alguien podría llegar con un dispositivo hackeado, comprometiendo la red y todos sus dispositivos.

La única buena solución para nuestros problemas de seguridad informática es la formación y educación en ciertos aspectos tanto para administradores, programadores, empleados de cualquier departamento, los jefes de departamento y de forma individual son conceptos que tenemos que intregar en nuestro día a día.

Reflexiones acerca del Posicionamiento web 2021

Posicinamiento SEO, El SERP
Posicinamiento SEO, El SERP

Reflexiones acerca del Posicionamiento Web

Hace ya años que tenemos empresarios cada vez más preocupados por su posicionamiento web y la apariencia de sus empresas en los principales buscadores.

Al igual que yo que llevo cerca de diez años estudiando las distintas formas de posicionamiento orgánico para empresas y sus productos o servicios. Como administrador de sistemas y programador, además de 17 años de experiencia como electricista, siempre he tenido otro punto de vista sobre la formación que debería tener alguien para ofrecer mejoras en nuestras web, ya que mi visión sobre la red siempre ha sido un conjunto gracias a las tres aptitudes, con el objetivo siempre de mejorar el posicionamiento web en las búsquedas de internet he continuado mi formación tanto en programación, como administración y Posicionamiento Web.

Y la verdad, si no tienes un buen equipo detrás, se me hace raro, que alguien que sabe soló de posicionamiento orgánico pueda recomendar ninguna mejora que salga de mejorar las cabeceras de la web, estrategia SEO de los textos, títulos y URL’s.

No lo veo revisando el incremento de gastos para mejorar las capacidades de un servidor, el utilizar o no utilizar WordPress para tú web o tú proyecto, así como en el uso de la web o herramienta a utilizar y la formación de quién la va ha utilizar. Hay tantos detalles en un servidor, su sistema operativo y su uso, que no se pueden dejar atrás y en manos de terceros.

Podemos tener la mejor estrategia SEO aplicada, pero si nuestra web tardá 6 segundos en cargar todo el trabajo no valdrá de nada, sí en nuestra web se hace difícil programar o publicar una serie de post, se nos hará un mundo este proceso. De que nos sirve tener un web hecha exclusivamente a código para nosotros, si luego no podemos tener un backend ameno y universal para facilitar a los editores la distintas publicaciones, la sincronización con redes sociales, automatización de sitemaps y utilizar las distintas herramientas que ya existen.

Un buen estratega SEO además de contar con experiencia en la visión de datos Analytics, controlar Google Search Console, tener un amplio conocimiento en vocabulario, ser una persona dinámica y adaptable a los cambios rápidos; Debe tener aptitudes y conocimientos de administración y programación, sino como crear campañas solventes y adaptables, como utilizar y dar justificaciones de nuestros servicios y servidores.

Un buen estratega SEO debería poder llevar tú máquina a trabajar al 100% de sus posibilidades.

Un buen estratega SEO debería ser capaz de crear un red de páginas y controlarla.

Un buen estratega SEO debe dar indicaciones claras y ser capaz de justificarlas.

Un buen estratega SEO debe tener conocimientos sobre machine-learning para poder tener otros puntos de vista, y es que, debe ser un DataScients debido a la gran cantidad de datos que debe manejar.

Un buen estratega SEO debe saber que herramientas utilizar en cada momento, ¿Estás seguro que tú problema es la competencia?. Primero asegurate de mostrar lo que quierés en la red y como lo estás mostrando actualmente.

El posicionamiento web, más concretamente el posicionamiento orgánico no aporta siempre las mejores estadísticas, el que trae un tráfico de calidad. Le mejora en el SERP no son tres puntos y miles de palabras clave, la mejora en el posicionamiento SEO consta de un conjunto, de un histórico y un trabajo que se aprecia con el tiempo y la constancia.

Ánimo y escuchen al Friki que tienen al lado.

Bosques aleatorios para regresión

Regresión con bosques aleatorios

Bosques aleatorios

Versión mejorada del árbol de regresión ya que es capaz de utilizar miles de árboles de regresión para obtener una mejor predicción.

Pasos a seguir

  1. Elegir un número aleatorio K de puntos de datos del conjunto de Entranamiento.
  2. Árbol de desición asociado a esos K puntos.
  3. Elegir el número de NTree de árboles que queremos construir y repetimos Paso 1 y Paso 2
  4. Cada uno de los árboles hace una predicción del valor Y, luego hacemos un promedio de esos NTree predicciones.

Árboles de decisión para Regresión Lineal

CART -> Classification and Regressión Tree

Una vez ejecutamos nuestro algoritmo árbol de decisión, el conjunto de datos de las variables independientes quedará dividido en segmentos.

Arbol de decision.png

Básicamente se fija en la entropia de los puntos para poder agruparlos, cada una de estas divisiones aporta una información realmente buena.

Arbol decision2.png

Podemos ver en verda la media de los segmentos y en la imagen de abajo el árbol de decisiones

Arbol decision3.png

 
 

Regresión con máquina de soporte vectorial

Regresión con máquina de soporte vectorial SVR

Sirven tanto para regresiones lineales como no lineales. La idea es ajustar una calle, he intentar mantener cuántas más obvervaciones posibles del conjunto de datos dentro de la calle, limitando unos márgenes máximos.

Hyper parámetro épsilon

La anchura del pasillo se controla mediante un hiper parámetro, épsilon. Cuánto mayor es ese valor, mayor es la anchura de la calle.

Objetivo

En la regresión lineal se intenta minimizar el error entre la predicción y los datos. En SVR el objetivo es que los errores no superen el umbral establecido.

Regresión Lineal Multiple

Restriciones de la Regresión Lineal

  1. Linealidad
  2. Homoceadasticidad
  3. Normalidad Multivariable
  4. Independencia de los errores
  5. Ausencia de multicolinealidad. El modelo es incapaz de distinguir los efectos de una variable dummy.

Variable Dummy

Cuando necesitemos construir un modelo con variables ficticias (variables dummy), hay que omitir uno de los factores, uno de los niveles de la variable ficticia. Es decir, si tenemos 100 países como variables ficticias, solo colocaríamos como dummy 99 en el modelo de regresión.

P-Valor

Que no es

  • El p-valor no es la probabilidad de que la afirmación sea cierta.
  • El p-valor no es la probabilidad de que la hipótesis nula sea cierta.

Nos indica que tan probable es obtener un resultado con una hipótesis nula verdadera.

[[1]]

Paso a paso en la regresión lineal multiple

Añadir todas las variables independientes

No, por dos razones:

  1. NO por añadir más variables vamos a tener más información. In Basura = Out Basura.
  2. Si el número de variables va creciendo hace díficil la explicación lógica del proceso.

5 métodos obtención de variables relevantes

Tenemos 5 métodos disponibles para obtener las variables importantes y que tendrán relevancia en el algoritmo de regresión lineal multiple.

Exhaustivo (All-in)

Metemos todas las variables en el modelo, razones por las que hacer esto:

  • Conocimiento previo de todas las variables. Todas son variables predictoras.
  • Por necesidad, nos obligan a utilizar todas las variables.
  • Preparación previa para realizar la eliminación hacia atrás.

Eliminación hacia atrás

  1. Selección del el nivel de significación en el modelo, normalmente SL=0.05
  2. Se calcula el modelo con todas las variables
  3. Se obtiene la variable predictoras con el p-valor más grande. Si P > SL, entonces pasamos al paso 4, sino vamos a fin.
  4. Se elimina la variable predictora.
  5. Reajuste del modelo sin dicha variable.

Con el nuevo modelo creado, las variables de ese tendrán una seria de p-valores y por tanto repetimos el paso 3, consideramos la variable predictora con p-valor más grande, si el p-valor es todavía mayor que el nivel de significación, se elimina y se reajusta el modelo otra vez.

Selección hacia adelante

  1. Seleccionamos un nivel de significación, pero en este caso será para entrar en el modelo.
  2. Ajustamos todos los modelos de regresión lineal simple. Elegimos el que tiene el menor p-valor.
  3. Conservamos esta variables y ajustamos todos los modelos con la variable extra añadida a la que ya tenga el modelo en ese momento.
  4. Consideramos la variable predictora con el menor p-valor. Si P < SL volvemos al paso 3.

Seguiremos sucesivamente añadiendo variables mientras el p-valor sean inferior al nivel de siginificación, en el caso que la variable que se acaba de añadir ya supere el SL, daremos por terminado el trabajo y conservaremos el modelo anterior como el correcto.

Eliminación bidireccional o regresión dual

  1. Seleccionamos dos niveles de significación para entrar y salir del modelo.
  2. Selección hacía delante p-valor < SLEnter
  3. Selección hacía atrás p-valor < SLStay
  4. No hay nuevas variables para entrar ni tampoco variables antiguas para salir

Comparaciones de puntos

  1. Seleccionar un criterio de la bondad de ajuste. Cuando un modelo será mejor que otro.
  2. Construir todos los Modelos: 2N – 1
  3. Selección del modelo con mejor criterio

OJO! -> 10 columnas de datos = 1023 modelos