Eikosestadística y ciencia de datos

Machine learning e IA · Machine Learning

Machine Learning: Aprendizaje No Supervisado y Análisis de Estructura Latente — Referencia Avanzada

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Un tratado exhaustivo y matemáticamente riguroso sobre algoritmos de particionamiento, densidad, reducción dimensional lineal/no-lineal y modelos de variables latentes para científicos de datos.

Recorrido

Temas que aborda

  • Introducción
  • Aprendizaje No Supervisado y Análisis de Estructura Latente
  • Fundamentos Matemáticos del Aprendizaje No Supervisado
  • Agrupamiento (Clústering)
  • Reducción Dimensional
  • Modelado Generativo

Conceptos relacionados

Conexiones principales

  • ml nosupervisado
  • varianza
  • pca
  • algebra
  • normal
  • t student

Notación compatible

Muestra matemática en LaTeX

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

lim⁡d→∞Distmax⁡−Distmin⁡Distmin⁡=0\lim_{d \to \infty} \frac{\text{Dist}_{\max} - \text{Dist}_{\min}}{\text{Dist}_{\min}} = 0
Ver LaTeX fuente\lim_{d \to \infty} \frac{\text{Dist}_{\max} - \text{Dist}_{\min}}{\text{Dist}_{\min}} = 0