
10:13
escuchando perfecto

27:48
¿Cómo se calcula la evolución del error?

34:38
profesor, solo lo podemos ver con esas barras?

35:46
exacto, cuáles son las unidades de las barras?

37:12
Profesor, para efectos de usar la capacidad de la máquina de la mejor manera, qué conviene más hacer más árboles o árboles con mayor cantidad de datos?

52:03
Pero entonces el modelo clasifica internamente a los elementos de la tabla de training, para determinar quienes clasifica mal?

56:08
Si un individuo sale mal clasificado cada round,¿su probabilidad sigue aumentando en cada iteración hasta acercarse a 1? para una cantidad grande de árboles "m"

57:36
Eso sería como modificar artificialmente la tabla de training siguiente según los resultados del testing anterior?

58:47
¿Hay un peso máximo asignado a un valor que no ha salido?

01:00:52
Hay un segundo curso de R en este programa? porque me parece que para programar algo como lo que está describiendo se ocupa algo más ya que el curso básico de R que se brinda

01:19:42
Profe, veremos en algún curso cómo pasar estos modelos a deployment? Sobre todo para poder ponerlos a correr en plataformas como Azure para mayor procesamiento?

01:20:29
profe, porque funciona más el no?

01:21:23
sí exacto

01:21:48
gracias

01:22:28
De acuerdo, muchas gracias, comprendo

01:24:23
ya está corregida la tabla de titanic?

01:25:09
cuantas sesiones faltan para terminar el curso?

01:25:34
de este módulo 2, pero faltan como 8 módulos

01:25:45
esta sesión y la ultima de la clase 4

01:25:55
Falta solo una clase más.

01:25:59
la de la siguiente semana

01:29:10
gracias profe

01:29:11
Buenas noches. Saludos!

01:29:11
muchas gracias Oldemar

01:29:14
gracias profe

01:29:16
pura vida

01:29:20
buenas noches

01:29:24
Saludos, buenas noches!