• Clase 6: Teórico (25/3) - Ensambles de predictores
      • Contenidos: Métodos de combinación de predictores. Voting y bagging. Árboles de decisión y Random forests. Boosting y stacking
      • Capítulos del libro: 6 y 7
    • Clase 7: Taller 3 (27/3)- Clasificación con ensambles de clasificadores (martes 2/4)
      • Contenidos: Se aplican varios métodos de combinación de clasificadores, como Random forests, AdaBoost y gradient boosting.
      • Capítulos del libro: 6 y 7
◄17 de marzo - 23 de marzo
►31 de marzo - 6 de abril