Modelos Analíticos de Aprendizaje No Supervisado

Mapa de Conceptos

Aprendizaje No Supervisado

• Es una subcategoría del aprendizaje automático y la IA. 

• Se define por el uso de conjuntos de datos no etiquetados para entrenar algoritmos que encuentren patrones ocultos. 

• El aprendizaje no supervisado ayuda a las organizaciones a resolver una variedad de problemas del mundo real a gran escala, por ejemplo en sistemas de recomendación como Amazon con base en Clustering.

Single Linkage

• Enlace simple (single linkage): La distancia entre dos grupos de observaciones se define como la distancia mínima entre cualquier par de observaciones, una en cada grupo. Es decir, se toma la distancia más corta entre todos los puntos posibles en ambos grupos.

Complete Linkage

• Enlace completo (complete linkage): La distancia entre dos grupos de observaciones se define como la distancia máxima entre cualquier par de observaciones, una en cada grupo. Es decir, se toma la distancia más larga entre todos los puntos posibles en ambos grupos.

Average Linkage

• Enlace promedio (average linkage): La distancia entre dos grupos de observaciones se define como el promedio de todas las distancias posibles entre pares de observaciones, una en cada grupo.

Ward's Linkage

• Enlace de Ward (Ward's linkage): La distancia entre dos grupos de observaciones se define como el incremento en la suma de los cuadrados dentro del grupo (inertia) que resultaría al fusionar ambos grupos. Este enlace tiende a formar grupos compactos y de tamaño similar.