Cómo escoger un modelo de machine learning (overfitting y underfitting)

Al momento de resolver un problema utilizando Machine Learning existen librerías que te permitirán disponer de todos los algoritmos y modelos matemáticos que suelen utilizarse en el día a día, pero en la gran mayoría de los casos esto no es suficiente.
Debes conocer los criterios necesarios para elegir el modelo que representa la mejor solución para tu problema, y en este video Juan Pablo Morales te explica los conceptos de Overfitting y Underfitting que te guiarán en tu búsqueda del algoritmo de machine learning adecuado para resolver tu problema.

Sigue aprendiendo en el curso de Machine Learning Aplicado con Python de Platzi en: www.platzi.com/scikit
PlatziLab.

Видео Cómo escoger un modelo de machine learning (overfitting y underfitting) канала Platzi Creators