1 of 1

Flash Card #1

Reto XXXX: Nombre del reto

Descripción del reto

​

​

​

​

​

​

​

​

​

​

Preguntas a resolver

  • Se pudo predecir correcamente con un seq2seq? – Breve explicación
  • XXXXXX – Breve explicación
  • XXXXXX

Desafios

  • Los datos estaban desbalanceados
  • Necesitaba un modelo con aquitectura más compleja
  • El modelo estaba siendo sobreajustado

Conclusiones

  • El modelo XXXX tuvo un major performance con un nivel de recall de 97% cuando los datos fueron normalizados, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
  • Para evitar un sobreajuste se utilize una técnica de earlystopping, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
  • XXXXXX

​

Área para imagenes

Reto: Implemenar una red neuronal seq2seq para predecir el…xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

​

Datos: Los datos están representados a tráves de una serie de tiempo, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

.

.

.

Solución

​

​

​

​

​

​

​

​

​

​

Descripción del modelo (autoencoder, encoder-decoder, RNN, etc.): Se çonstruyó una red neuronal (imagen 1) con 10 capas, con 20 neuronas, con un optimizador ADAM, xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

​

ML packages: Tensorflow, keras, pytorch, etc. xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

​

Performance (metricas de performance): Se establecieron dos medidas de rendimiento para evaluar el modelo y los valores fueron xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

.

.

​

Nombre

Public