algoritmos
Páginas: 66 (16432 palabras)
Publicado: 8 de febrero de 2015
Algoritmos
Jordi Gironés Roig
PID_00197284
CC-BY-NC-ND • PID_00197284
Los textos e imágenes publicados en esta obra están sujetos –excepto que se indique lo contrario– a una licencia de
Reconocimiento-NoComercial-SinObraDerivada (BY-NC-ND) v.3.0 España de Creative Commons. Podéis copiarlos, distribuirlos
y transmitirlos públicamente siempre que citéis el autor y la fuente (FUOC.Fundación para la Universitat Oberta de Catalunya),
no hagáis de ellos un uso comercial y ni obra derivada. La licencia completa se puede consultar en http://creativecommons.org/
licenses/by-nc-nd/3.0/es/legalcode.es
Algoritmos
Algoritmos
CC-BY-NC-ND • PID_00197284
ÍndiceIntroducción...............................................................................................
5
1.
Creación de modelos de datos........................................................
7
1.1.
Familias de algoritmos ................................................................
7
1.1.1.
Definición de algoritmo ................................................
7
1.1.2.
Clasificación supervisada ...............................................7
1.1.3.
Clasificación no supervisada .........................................
10
1.1.4.
Algoritmos de aprendizaje reforzado .............................
11
Clasificación por vecindad. K-Nearest Neighbor ........................
12
1.2.1.
Algoritmo K-NN .............................................................
12
1.3.
Ganancia de información...........................................................
13
1.4.
Árboles de decisión .....................................................................
16
1.4.1.
Generalidades .................................................................
16
1.4.2.
1.2.
Algoritmo C4.5 ..............................................................
17
1.5.
Redesneuronales .........................................................................
20
1.6.
SVM Support Vector Machines ...................................................
26
1.7.
Clustering aglomerativo y dendrogramas ....................................
33
1.7.1.
Clustering y segmentación .............................................
33
1.7.2.Dendrogramas ................................................................
34
1.8.
Clustering o clasificador ...............................................................
35
1.8.1.
Algoritmo k-means ........................................................
36
1.8.2.
Canopy clustering y map reducing.....................................
38
PCA Análisis decomponentes principales ..................................
42
1.9.1.
Método del análisis de componentes principales ..........
43
1.10. Asociaciones ................................................................................
46
1.9.
1.10.1. Especificación de transacciones, esperanza y soporte ....
46
1.10.2. Algoritmo Apriori..........................................................
48
1.10.3. Algoritmo MS-Apriori ....................................................
52
1.11. Técnicas estadísticas de regresión ...............................................
52
2.
Visualización de datos......................................................................
57
3.Anexo.....................................................................................................
62
3.1.
Distancia o similitud ...................................................................
62
3.2.
Estadística y álgebra ....................................................................
68
3.2.1.
Estadística .......................................................................
68
3.2.2.
Álgebra...
Jordi Gironés Roig
PID_00197284
CC-BY-NC-ND • PID_00197284
Los textos e imágenes publicados en esta obra están sujetos –excepto que se indique lo contrario– a una licencia de
Reconocimiento-NoComercial-SinObraDerivada (BY-NC-ND) v.3.0 España de Creative Commons. Podéis copiarlos, distribuirlos
y transmitirlos públicamente siempre que citéis el autor y la fuente (FUOC.Fundación para la Universitat Oberta de Catalunya),
no hagáis de ellos un uso comercial y ni obra derivada. La licencia completa se puede consultar en http://creativecommons.org/
licenses/by-nc-nd/3.0/es/legalcode.es
Algoritmos
Algoritmos
CC-BY-NC-ND • PID_00197284
ÍndiceIntroducción...............................................................................................
5
1.
Creación de modelos de datos........................................................
7
1.1.
Familias de algoritmos ................................................................
7
1.1.1.
Definición de algoritmo ................................................
7
1.1.2.
Clasificación supervisada ...............................................7
1.1.3.
Clasificación no supervisada .........................................
10
1.1.4.
Algoritmos de aprendizaje reforzado .............................
11
Clasificación por vecindad. K-Nearest Neighbor ........................
12
1.2.1.
Algoritmo K-NN .............................................................
12
1.3.
Ganancia de información...........................................................
13
1.4.
Árboles de decisión .....................................................................
16
1.4.1.
Generalidades .................................................................
16
1.4.2.
1.2.
Algoritmo C4.5 ..............................................................
17
1.5.
Redesneuronales .........................................................................
20
1.6.
SVM Support Vector Machines ...................................................
26
1.7.
Clustering aglomerativo y dendrogramas ....................................
33
1.7.1.
Clustering y segmentación .............................................
33
1.7.2.Dendrogramas ................................................................
34
1.8.
Clustering o clasificador ...............................................................
35
1.8.1.
Algoritmo k-means ........................................................
36
1.8.2.
Canopy clustering y map reducing.....................................
38
PCA Análisis decomponentes principales ..................................
42
1.9.1.
Método del análisis de componentes principales ..........
43
1.10. Asociaciones ................................................................................
46
1.9.
1.10.1. Especificación de transacciones, esperanza y soporte ....
46
1.10.2. Algoritmo Apriori..........................................................
48
1.10.3. Algoritmo MS-Apriori ....................................................
52
1.11. Técnicas estadísticas de regresión ...............................................
52
2.
Visualización de datos......................................................................
57
3.Anexo.....................................................................................................
62
3.1.
Distancia o similitud ...................................................................
62
3.2.
Estadística y álgebra ....................................................................
68
3.2.1.
Estadística .......................................................................
68
3.2.2.
Álgebra...
Leer documento completo
Regístrate para leer el documento completo.