[MÚSICA] Este curso consta de
seis módulos diferentes, y veamos de qué se tratan. Para empezar, vamos a hablar sobre
la regresión simple, y ¿por qué se llama regresión simple? Es porque vamos a tener
una sola entrada, por ejemplo el tamaño de tu casa, y 
cuando pensamos en la definición de la relación entre esta entrada
y la salida, el precio de venta, solo veremos el ajuste de
estos datos con una simple recta. Y es por eso que
se llama regresión simple. Algo que necesitaremos hacer
para descubrir cuál es la recta que mejor se ajusta es definir algo llamado
parámetro de bondad del ajuste que nos permite decir que algunas rectas
se ajustan mejor que otras y de acuerdo a esta métrica podemos
buscar en todas las rectas posibles aquella que se ajuste mejor a los datos. En el contexto de esta métrica de
bondad del ajuste discutiremos algunas técnicas de optimización importantes que
son mucho mas generales que la regresión en sí. Este es un ejemplo de esos
conceptos generales que veremos de nuevo, muchas veces en la especialización. Y el método que exploraremos aquí,
se llama descenso del gradiente. Así, en el contexto de nuestro
problema de regresión, y que tengamos una simple recta,
una pregunta es ¿cuál es la pendiente y cuál es el término independiente de
esta recta que minimizan la bondad del ajuste? Esta curva azul muestra cuán
bueno es el ajuste, donde la parte más baja significa
un mejor ajuste, y trataremos de minimizar sobre todas las combinaciones
posibles de pendientes y términos independientes, para encontrar la que
mejor se ajusta. Este descenso del gradiente es
un algoritmo iterativo que lleva varios pasos. Y eventualmente converge a esta solución
óptima que minimiza esta métrica. La medición de qué tan bien
se ajusta esta recta. Luego, una vez que encontramos este mínimo,
o sea, la mejor pendiente y ordenada al origen, de lo que vamos a hablar es
en pensar cómo interpretar estos parámetros estimados, y luego en
cómo usarlos para realizar predicciones. Pasamos ahora de la regresión simple
a la regresión múltiple. Y, lo que nos permite la regresión múltiple
es ajustar relaciones mas complejas entre nuestra simple entrada y una salida, es decir, más complejas que tan solo 
una recta. Así como considerar mas entradas a nuestro modelo. Así, para nuestro ejemplo de viviendas, tal vez, además de medir el
tamaño de la casa, tenemos algo como cantidad
de dormitorios, cantidad de baños, el tamaño del lote, año de construcción, y podríamos tener
un montón de diferentes atributos de la casa que queremos
incorporar para formar nuestras predicciones. Y eso es lo que nos permite
realizar la regresión múltiple. Habiendo aprendido cómo ajustar estos
modelos a los datos, vamos a cambiar a cómo evaluar si el modelo es bueno
por ejemplo para realizar predicciones. Por ejemplo, este ajuste mostrado,
entre el tamaño de una casa y el precio parece ser bastante bueno,
pero si vamos a un modelo más complicado, vemos que hace cosas raras,
pero si miras cuidadosamente esta función ajustada, en realidad, está
describiendo muy bien a nuestros datos observados. Pero lo que no está haciendo,
es que, no es capaz de generalizar para predicciones de nuevas casas
que no hemos observado, porque al menos, yo no lo usaría
para formar predicciones del valor de mi casa. Realmente no creo que ésta sea la relación
entre el tamaño de una casa y el precio. Así que la pregunta es,
¿qué está mal aquí? Y esto es algo que llamamos
sobreajuste de datos, y vamos a hablar de esto detalladamente
en este módulo del curso. En particular, vamos a definir
tres medidas diferentes del error. Una se llama error de entranamiento,
otra se llama error de prueba, y la última se llama error de generalización
o error verdadero, y que es en realidad el error que
queremos obtener, pero veremos que eso es en realidad algo inalcanzable,
y en su lugar tendremos que usar proxies. Y veremos a estas
medidas del error como función de la complejidad del modelo
para describir esta noción del sobreajuste. Luego, discutiremos estas ideas en
el contexto de algo llamado compensación sesgo-varianza.
Y lo que esto describe es el hecho de que los modelos simples tienden a tener
buen comportamiento pero a menudo son muy simples para describir en realidad
la relación que nos interesa. Por otro lado, los modelos muy complejos
son demasiado flexibles, por lo que tienen el potencial para ajustarse
a relaciones muy complejas que podrían describir muy bien lo que está
ocurriendo con los datos, pero desafortunadamente estos modelos tan complejos pueden
tener un comportamiento muy extraño. Y esto nos lleva a que se llame
compensación sesgo-varianza. Y el aprendizaje automático es todo
sobre explorar esta disyuntiva. [MÚSICA]