REDUCCIÓN DE DIMENSIONALIDAD
Editorial: Blackwell Press
Licencia: Creative Commons (by-nc-nd)
Autor(es): Blackwell Faculty
Licencia: Creative Commons (by-nc-nd)
Autor(es): Blackwell Faculty
La reducción de dimensionalidad es una técnica clave en el análisis de datos, permitiendo simplificar los modelos sin perder información crucial. Este libro explora los fundamentos y aplicaciones de métodos tanto lineales como no lineales, como el Análisis de Componentes Principales (PCA), t-SNE, UMAP y autoencoders. Se abordan enfoques prácticos para su implementación en áreas como visión por computadora y procesamiento de lenguaje natural, junto con los desafíos y limitaciones de cada técnica. También se discuten métodos avanzados como kernel PCA y la integración con algoritmos de aprendizaje automático. Un texto esencial para quienes buscan optimizar el manejo de datos de alta dimensión en sus proyectos.
Compartir:
Esta es una vista previa de los documentos vistos recientemente por el usuario.
Una vez que el usuario haya visto al menos un documento, este fragmento será visible.
Una vez que el usuario haya visto al menos un documento, este fragmento será visible.