Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 2c170226-Infografia Metodos Estadisticos Data Science-1

    Cargado por

    Evelyn Ortiz
    26 vistas1 página
    El documento resume diferentes métodos estadísticos y algoritmos de machine learning como la regresión lineal, regresión logística, K-means, k-NN, series temporales, PCA, árboles de decisión, redes neuronales y cadenas de Markov. Explica brevemente los conceptos clave de cada método y sus usos comunes como la clasificación, agrupamiento, reducción de dimensiones y predicción.

    Descripción original:

    2c170226-Infografia Metodos Estadisticos Data Science-1

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Denunciar este documento
    El documento resume diferentes métodos estadísticos y algoritmos de machine learning como la regresión lineal, regresión logística, K-means, k-NN, series temporales, PCA, árboles de decisión, redes neuronales y cadenas de Markov. Explica brevemente los conceptos clave de cada método y sus usos comunes como la clasificación, agrupamiento, reducción de dimensiones y predicción.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    26 vistas1 página

    2c170226-Infografia Metodos Estadisticos Data Science-1

    Cargado por

    Evelyn Ortiz
    El documento resume diferentes métodos estadísticos y algoritmos de machine learning como la regresión lineal, regresión logística, K-means, k-NN, series temporales, PCA, árboles de decisión, redes neuronales y cadenas de Markov. Explica brevemente los conceptos clave de cada método y sus usos comunes como la clasificación, agrupamiento, reducción de dimensiones y predicción.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Marcar por contenido inapropiado
    de 1

    91 351 50 94

    Métodos estadísticos en Data Science


    Regresión lineal
    > La cuna del machine learning K-means
    Algoritmo básico > Para agrupar y clasificar por características
    Es un conocimiento indispensable Conceptos como normalización o distancias
    Conceptos como la beta de las variables, p-valor o R Cuadrado

    Regresión logística k-NN


    > Para resolver problemas de clasificación > También llamado k-vecinos
    Modificar la regresión lineal Se usa para los recomendadores
    El 80% de los proyectos son problemas de clasificación

    Series temporales PCA


    > Estudio de variables temporales > Reducción de dimensiones
    Muy usada en las encuestas
    Modificación de las regresiones lineales
    Conceptos como estacionalidad y tendencias a través de ARIMA

    Cadenas de markov
    Árbol de decisión > Para pocos datos
    > De cara a presentar resultados Estadística bayesiana
    Algoritmos muy usados: Conceptos como la simulación
    Random Forest Pistas al modelo para que aprenda
    XGBoost

    Red Neuronal Simplex


    > Algoritmos potentes y oscuros > Búsqueda de soluciones óptimas
    Acierta, pero no el porqué Último paso de los modelos
    Las técnicas de Deep Learning se basan en redes neuronales De predicción a descripción: Para maximizar las ventas

    Firmado por: Iván Robles ¿Quieres especializarte en Big Data?


    Senior Data Scientist en Orange España
    Master en Big Data Management
    Profesor en el Master en Big Data Management de ICEMD.

    También podría gustarte