Tomemos un par de minutos
para excavar y ver qué sucede en cada módulo 
de este curso Ésta era la visión general. Tendremos 9 módulos y
algunos modelos aparecerán en varios módulos. Algunos modelos
aparecerán en un sólo módulo. Algunos conceptos van a cubrir
varios módulos. Pero en general, vamos a ver
una presentación pre-cohesiva donde comenzamos con todo lo relacionado a clasificadores
lineales y regresión logística, y todo sobre árboles de decisión. Y luego vamos a cubrir boosting y
algunos tópicos avanzados. En particular, comenzaremos
con clasificadores lineales. Ya discutimos eso
en el primer curso. Por ejemplo en el caso de análisis de sentimiento
tenemos dos palabras que nos importan, el número de veces que la palabra
'horrible' aparece en el comentario, y el número de veces que la palabra
'increíble' aparece en el comentario. Y el clasificador lineal podría decir
que cada 'increíble' vale uno, cada 'horrible' vale menos 1,5. Y cuando tienes un comentario particular,
si éste tiene, por ejemplo, como el de abajo,
tres 'increíble' y ningún 'horrible', será clasificado como positivo, porque
este valor es mayor que cero y eso es verdadero
para todo lo que esté debajo de esta línea. Y todo lo que está por encima
tiene un valor menor que cero, y las vamos a clasificar
como negativos. Hemos discutido este concepto de
clasificadores lineales en el primer curso. Vamos a profundizar y entender esto
realmente en el primer módulo. Pero luego vamos a ampliarlo
con algo llamado regresión logística, la cual nos va a permitir
no sólo predecir +1 o -1 sino asignar una probabilidad
a cada punto de dato. Por ejemplo, es muy probable que 
los puntos verdes sean positivos Los puntos magenta son 
muy probables que sean negativos Pero el área en blanco
es una zona más incierta. Es una probabilidad 50/50. Vamos a ser capaces de
predecir estas probabilidades y eso va a cambiar realmente
cómo los clasificadores serán usados. Ahora, la forma de definir un clasificador
lineal en regresión logística En el segundo módulo vamos a 
resolver cómo aprender los parámetros, los coeficientes del clasificador
a partir de los datos. Nos encontramos con el concepto de probabilidad
el cual mide lo bien que una linea clasifica los datos, y para 
diferentes valores de los coeficientes tendremos diferentes lineas o
diferentes clasificadores, y usaremos el descenso del gradiente
para encontrar el mejor clasificador posible. Similar a la forma que lo hicimos
para regresión lineal en el curso anterior. El sobreajuste puede ser algo
realmente significante en clasificación. Aquí estoy dibujando el
error de clasificación en el eje Y, a medida que hacemos modelos
más y más complejos. Y como debes saber, el error de entrenamiento tiende a cero
a medida que el modelo aumenta la complejidad. Pero el error verdadero disminuye
y eventualmente sube a medida que sobreajustamos. En clasificación, experimentaremos
esto es con fronteras de decisión que comenzará como
una simple recta que separa positivos y negativos, y luego se convertirán en una
parábola que ajusta los datos muy bien. Pero a medida que incrementamos
la complejidad, terminamos con estas fronteras de decisión tan irregulares,
y por último, ésta que vemos aquí está ajustando a los datos demasiado bien,
de una forma increíble. Veremos estas sorprendentes visualizaciones 
y abordaremos este problema introduciendo regularización de una forma
muy similar a la que vimos con regresión lineal en el curso anterior,
y ese será el tema central del tercer módulo. En el cuarto módulo, vamos a explorar un nuevo tipo
de clasificador, llamado árbol de decisión. Los árboles de decisión son
extremadamente útiles en la práctica. Son simples, fáciles de entender. Pueden ajustar los datos muy bien,
proporcionando características no lineales. Aqui tenemos un ejemplo donde estoy tratando
de predecir si un préstamo será un préstamo bueno, seguro
o será arriesgado. Podrías entrar al banco, y 
el empleado te preguntaría cuál es tu historial de crédito, si fue bueno,
si has pagado los préstamos anteriores, si es así, entonces probablemente
el préstamo sea seguro, o un buen préstamo. Si su crédito solo ha sido bueno, razonable,
entonces depende. Si es un préstamo a corto plazo,
me preocupa, pero si es a largo plazo, 
eventualmente se tendrá que pagar. Ahora, si tu historial de crédito es malo,
no te preocupes, no todo es malo. Tal vez te pregunte sobre tus ingresos. Si tus ingresos son altos y
estas solicitando un préstamo a largo plazo,
entonces tal vez esté bien dártelo. Pero si tu historial de crédito es malo, y 
tus ingresos son bajos, entonces ni siquiera me lo preguntes. Allí es donde los árboles de decisión pueden
capturar este tan elaborado, o muy explicables recortes sobre los datos. En el módulo 5, veremos que el sobreajuste
no es solo un problema muy malo en Regresión Logística, sino también algo muy malo
en los árboles de decisión. Aquí, a medida que hacemos los arbóles
más y más profundos, las fronteras de decisión pueden volverse
muy complejas, y en realidad sobreajustan. Así que tendremos que hacer
algo al respecto. Lo que haremos será usar un concepto
fundamental llamado Navaja de Ockham, en el que se trata de encontrar la explicación
más simple para los datos. Y este concepto se remonta mucho antes de Ockham,
alrededor del siglo 13. Se remonta a Pitágoras y Aristóteles, quienes decían que la explicación
más simple es con frecuencia la mejor. Así que tendremos estos profundos y complejos
árboles, y encontraremos aquellos más simples que nos den un mejor rendimiento
y sean menos propensos al sobreajuste. [MÚSICA]