Organizacion de datos 75.06

Este repo contiene un apunte de:

• Árboles.
• Ensamble de Modelos.
• Redes Neuronales.
• Support Vector Machine.
• Reducción de Dimensionalidad.
• Algoritmos Genéticos.

Se recomienda fuertemente leerlos directamente de Google Colaboratory, ya que Github no presenta un índice de temas por el cual navegar: Link de los Google Colaboratory.

Árboles.

Iterative Dichotomiser 3 (ID3)

• Criterios:
  • Entropía.
  • Gini.

C4.5.

Random Forest.

Ensamble de Modelos.

Ensambles Homogéneos

• Bagging.
• Boosting.
  • AdaBoost.
  • Gradient Boost.
  • XGBoost: eXtreme Gradient Boosting.

Ensambles Híbridos

• Voting.
• Stacking.
• Cascading.

Redes Neuronales.

Redes Neuronales Superficiales

- Perceptrón Simple.

- Perceptrón Multicapa.

• Backpropagation.
• Optimizadores:
  • SGD: Stochastic Gradient Descent.
  • Momentum.
  • Nesterov.
  • RMSprop.
  • AdaGrad.
  • Adam.
  • Nadam.
  • AdaDelta.
• Métodos de Regularización:
  • Regularización L1 y L2.
  • Dropout.
  • Early stopping.
  • Data augmentation.

- Redes SOM.

Redes Neuronales Profundas

• Autoencoders.
  • Restricted Boltzmann Machine.
  • Deep Belief Nets.
• Redes Convolucionales.
• Redes Recurrentes.
• Redes Neuronales de Tensores Recursivas.
• Deep Fake Nets.
• Generative Adversarial Networks (GAN).

Support Vector Machine.

• Clasificador de Margen Máximo (Maximal Margin Classifier).
• Soft Margin Classifier - Support Vector Classifier.
• Support Vector Machine.
  • Kernel.

Reducción de Dimensionalidad.

• Principal Component Analysis (PCA).
  • Técnicas de análisis de componentes:
    • Porcentaje de Variabilidad Explicada.
    • Técnica del Bastión Partido.
• Multidimensional Scaling (MDS): Clásica o Métrica - Principal Coordinate Analysis (PCoA).
• T-Distributed Stochastic Neighbor Embedding (t-SNE).
• ISOMAP.

Algoritmos Genéticos.

• Operadores.
  • Selección.
  • Cruce.
  • Mutación.

---