¡Bienvenido a este tutorial completo sobre técnicas de aprendizaje no supervisado en machine learning! En este video, desglosaremos tres áreas clave:
Fundamentos del Agrupamiento: Aprende sobre K-means, agrupamiento jerárquico y cómo evaluar la calidad del agrupamiento.
Detección de Anomalías y Novedades: Descubre métodos como la detección basada en densidad y la detección basada en aislamiento, así como el aprendizaje de una sola clase.
Técnicas de Reducción de Dimensionalidad: Comprende PCA, t-SNE, LLE y autoencoders para simplificar datos de alta dimensionalidad.
Ya seas un ingeniero de software nuevo en machine learning o busques profundizar tu comprensión del aprendizaje no supervisado, este video es para ti. Explicaremos conceptos complejos con analogías del mundo real y ejemplos claros—sin código, solo teoría!
📌 Temas Clave Cubiertos:
Objetivos y aplicaciones del agrupamiento
Detección de eventos raros con detección de anomalías
Superando la maldición de la dimensionalidad