AWS Certified AI Practitioner
Métricas de modelo y de negocio
Cómo medir si un modelo funciona: la matriz de confusión y las métricas de clasificación construidas sobre ella (exactitud, precisión, recall, F1, AUC), las métricas de regresión (RMSE, MAE) y las métricas de negocio que deciden si valió la pena construirlo.
Intermedio 22 minutos 4 Objetivos de aprendizaje
- Leer una matriz de confusión y definir verdaderos y falsos positivos y negativos
- Definir exactitud, precisión, recall y F1, y explicar por qué la exactitud sola engaña con datos desbalanceados
- Explicar el trade-off entre precisión y recall y cuándo importa más cada uno
- Distinguir métricas de clasificación, de regresión (RMSE, MAE) y de negocio (ROI, costo por usuario)