Crear un modelo con TensorFlow 2 y Keras

Tendremos más líneas para escribir por varias razones:

  • Los modelos en el paquete caret ya están parametrizados y se pueden usar sin modificar, mientras que la interfaz de Keras que hemos utilizado para acceder a la potencia del framework TensorFlow necesita más parametrización. Observe que utilizar TensorFlow directamente requiere aún más esfuerzo.

  • Antes de usarlos, tendremos que transformar nuestros datos en estructuras numéricas, normalmente tensores o al menos matrices que, al igual que los vectores, son matemáticamente tensores. Además, Keras asimila correctamente las matrices de R, mientras que TensorFlow y Keras tienen su propio tipo de tensor.

  • Tendremos que transformar la columna de nuestra variable respuesta, que es categórica (setosa, versicolor, virginica) en tres columnas de 0 o 1 que nos indicarán si el iris es de tal o cual tipo. Como primera aproximación, podría estar tentado de transformar las categorías en niveles (1,2,3), pero el método adoptado aquí es mucho más potente y generalizable.

  • Tendremos que realizar la operación inversa, pasando de tres columnas a una, con objeto de que los resultados sean más comprensibles para los humanos.

Entonces, ¿por qué hacer todo esto? He aquí algunas pistas:

  • Este nuevo contexto es muy propicio para el desarrollo de redes neuronales de todo tipo, modernas y, en ocasiones, basadas en modelos que están parcialmente...

Si desea saber más, le proponemos el siguiente libro:
couv_EPT3DASR.png
60-signet.svg
Versión impresa
20-ecran_lettre.svg
Versión online
41-logo_abonnement.svg
En ilimitado con la suscripción ENI
130-boutique.svg
En la tienda oficial de ENI
Anterior
Puesta a punto de un modelo de referencia usando caret
Siguiente
Introducción