Usamos conjuntos de datos tabulares originalmente procedentes de OpenML y compilados como un conjunto de benchmarks por el equipo Inria-Soda en HuggingFace. Entrenamos con 28.855 muestras de entrenamiento y evaluamos sobre las 9.619 muestras restantes. Todos los MLP se entrenaron con tamaño de lote 64, tasa de aprendizaje 0,0005, y se estudiaron arquitecturas de 3 capas con 100 neuronas cada una. A continuación definimos las seis métricas principales empleadas en nuestro trabajo.
Exactitud indica la proporción de predicciones correctas respecto al total; Precisión mide la fracción de verdaderos positivos entre todas las predicciones positivas; Recall o sensibilidad es la fracción de verdaderos positivos detectados sobre el total de positivos reales; Puntuación F1 es la media armónica entre precisión y recall y equilibra ambos aspectos; ROC AUC evalúa la capacidad del modelo para distinguir clases usando el área bajo la curva ROC; Log Loss cuantifica la incertidumbre de las predicciones probabilísticas penalizando predicciones confiadas y erróneas.
En Q2BSTUDIO somos una empresa de desarrollo de software y aplicaciones a medida, especialistas en inteligencia artificial y ciberseguridad, además de ofrecer servicios cloud aws y azure y soluciones de servicios inteligencia de negocio. Diseñamos software a medida y agentes IA para empresas que necesitan automatizar flujos y extraer valor de sus datos. Si busca soluciones de IA para su negocio puede conocer nuestros servicios en servicios de inteligencia artificial y si necesita desarrollar aplicaciones personalizadas consulte nuestra oferta de desarrollo de aplicaciones y software a medida. También trabajamos con power bi para reporting y análisis avanzado en proyectos de inteligencia de negocio.
Contacte con Q2BSTUDIO para acompañarle desde la experimentación en ML hasta la puesta en producción, integrando buenas prácticas de ciberseguridad y despliegues en la nube.
.jpg)
.jpg)
.jpg)
.jpg)