Diferencias

Muestra las diferencias entre dos versiones de la página.

--- clase:iabd:pia:1eval:tema04 [2025/11/03 17:30] – [Mini-proyecto] Lorenzo
+++ clase:iabd:pia:1eval:tema04 [2025/11/12 16:01] (actual) – [Mini-proyecto] Lorenzo
@@ Línea 1777: / Línea 1777: @@
 <sxh python>
 def get_datos():
-    datos=np.array(
+    datos=
         [[  2.01666708 ,  56.18031474], [  4.79734083 ,  47.18848199], [  9.23784581 ,  57.68974048], [ 14.11529384 ,  43.70348368],
          [ 14.92688637 ,  59.10244323], [ 17.34408196 ,  65.96080804], [ 17.62435324 ,  45.74334603], [ 22.41875021 ,  13.575581  ],
@@ Línea 1785: / Línea 1785: @@
          [ 69.51252436 , 128.72247348], [ 69.83788756 , 152.65110462], [ 79.76649746 , 148.23106977], [ 81.83730552 , 137.86314926],
          [ 87.09879038 , 217.28932067], [ 89.00469759 , 168.64994509], [ 93.17139213 , 163.10598352], [ 93.66070686 , 200.47638924],
-         [ 94.1944751  , 150.44019156], [ 97.36920633 , 173.2055957 ]])
+         [ 94.1944751  , 150.44019156], [ 97.36920633 , 173.2055957 ]]
     return datos
@@ Línea 1907: / Línea 1907: @@
 === Paso 9 ===
-Ahora vamos a crear una red neuronal muchísimo más compleja para hacer que el error sea aun menor. La red es la siguiente:
+Ahora vamos a crear una red neuronal muchísimo más compleja para hacer que el error sea aun menor.
+{{ :clase:iabd:pia:1eval:animacionanimacion_complejo_loss_pesos.mp4 |}}
+La red es la siguiente:
 <sxh python>
@@ Línea 2086: / Línea 2092: @@
   * Si es buena o mala red , es decir si la elegirías. Explica el motivo
   * Compara los resultados con los del tema anterior ¿Porque hay esas variaciones?
+Apara añadir los datos de validación se hace lo siguiente:
+  * Separar los datos en entrenamiento y validación
+<sxh python>
+from sklearn.model_selection import train_test_split
+x_train, x_test, y_train, y_test = train_test_split(x, y_true, test_size=0.2, random_state=42)
+</sxh>
+  * Entrenar con los datos de entrenamiento y validación
+<sxh python>
+history=model.fit(x_train,y_train,validation_data=(x_test,y_test),epochs=epochs,verbose=False)
+</sxh>
+  * Obtener la pérdida en entrenamineto
+<sxh python>
+history.history['val_loss']
+</sxh>
 === Paso 15 ===