Aprendizaje supervisado en R
1 Introducción
- 1.1 Antes de empezar
- 1.2 R
2 Preparar los datos para el modelo de aprendizaje
3 Consideraciones previas
4 k-NN (k-Nearest Neighbour Classification)
5 Naive Bayes- clasificación bayesiano ingenuo
6 Regresión logistica binaria
7 Árboles de decisión
8 Bosques aleatorios de decisión
- 8.1 Ejemplo de bosque aleatorio
9 Resumen
- 9.1 Crear particiones en los datos
- 9.2 Tabla resumen de modelos
Referencias
Publicado con bookdown

Aprendizaje supervisado en R

Referencias

F. Villalba Bergado. 2017. Manual de R para el científico de datos. Murcia, España: -. https://drive.google.com/file/d/1EoLm-rqr5eikmpodb90uIGyju6E1jBjZ/view?usp=sharing.