Machine learning e IA · Machine Learning

Machine Learning: Métodos No Paramétricos y de Vecindad

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

☰ Estadística Matemática · Aprendizaje Automatizado

Recorrido

Temas que aborda

  • Introducción
  • Métodos No Paramétricos y de Vecindad
  • Fundamentos de la Inferencia No Paramétrica
  • Dicotomía entre Métodos Paramétricos y No Paramétricos
  • La Maldición de la Dimensionalidad
  • Compromiso Sesgo-Varianza en Regímenes No Paramétricos

Conceptos relacionados

Conexiones principales

  • varianza
  • regresion lineal
  • algebra
  • sobreajuste
  • ml supervisado
  • regularizacion

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

P={Pθ:θΘ}dondeΘRdpara un d<\mathcal{P} = \{ P_{\theta} : \theta \in \Theta \} \quad \text{donde} \quad \Theta \subseteq \mathbb{R}^d \quad \text{para un } d < \infty
Ver LaTeX fuente\mathcal{P} = \{ P_{\theta} : \theta \in \Theta \} \quad \text{donde} \quad \Theta \subseteq \mathbb{R}^d \quad \text{para un } d < \infty