Skip to content

Latest commit

 

History

History
68 lines (35 loc) · 2.45 KB

File metadata and controls

68 lines (35 loc) · 2.45 KB

1. Aprendizaje supervisado

1.1. Regresión

Regresión lineal, bayesiana, Lasso, Ridge, polinómica, Elastic Net, GBM, XGBoost, LightGBM, CatBoost, AdaBoost, árbol de decisión, Random Forest, Redes Neuronales, Series temporales (Exponential smoothing, AR, MA, ARMA, ARIMA, SARIMA, GARCH).

1.2. Clasificación

kNN, Naive Bayes, SVM, regresión logística, GBM, XGBoost, LightGBM, CatBoost, AdaBoost, árbol de decisión, Random Forest, Redes Neuronales.


2. Aprendizaje no supervisado

2.1. Agrupamiento (clustering)

K-means, Hierarchical clustering, K-medoids (PAM), Expectation-Maximization, DBSCAN, Gaussian Mixture Models, Fuzzy c-Means, Mean-shift

2.2. Reglas de Asociación

Apriori, Eclat, FP-Growth

2.3. Patrones Secuenciales

GSP, PSP, SPADE, DEGSeq, FreeSpan, PrefixSpan, CloSpan, SSMiner, IncSpan, BIDE, MG-FSM

2.4 Reducción de dimensionalidad

tSNE, PCA, PLS, PCR, LSA, SVD, LDA, ICA, UMAP, ISOMAP, CCA, PCR, NMF (Non-negative matrix factorization), GLRM (Generalized Low Rank Models)

2.5 Detección de anomalías

Isolation forest, one-class SVM, Cluster analysis, PCA-based Anomaly detection, Local outlier Factor (LoF), Métricas de distancia1

1Numéricas: euclídea, euclídea normalizada, Manhattan, Canberra, Minkowski, Mahalanobis, Chebyshev; Categóricas: chi-cuadrado, Levenshtein, Hamming, Simple matching coefficient, Índice de Jaccard; Mixta: Gower


3. Aprendizaje reforzado

Algoritmos genéticos, SARSA, Q-learning, A3C, DeepQ-network, Monte Carlo, Proceso de decisión de Markov


4. Otros

4.1. Selección de variables (feature selection)

Indirecta o filtrado: Correlación de pearson, LDA, ANOVA, Chi cuadrado, Welch t-prueba, prueba F de Fisher.

Directa o wrapper: Recursive Feature Elimination, Algoritmos genéticos, Simulated annealing, Best Subset Selection, Forward Stepwise Selection, Backward Stepwise Selection, Sequential Feature Selector.

4.2. Sistemas de recomendación

Filtro colaborativo (Collaborative filtering), filtro basado en contenido (Content-based filtering), mixtos

4.3. Visión artificial

  • Descriptores y/o detectores: HOG, BRIEF, ORB (FAST + BRIEF), BRISK, SIFT, SURF, KAZE, AKAZE, FREAK, GLOH, LESH, LDB, MSER, DAISY, PCBR, LoG, DoG, DoH, VLAD, Viola-Jones, Lucas-Kanade, Horn-Schunk, filtro de Kalman, filtros de Haar