Contenido de este artículo
Esta página enumera todos los tutoriales de aprendizaje automático disponibles en Statologos.
Introducción al aprendizaje automático
Aprendizaje supervisado frente a no supervisado
Regresión frente a algoritmos de clasificación
El equilibrio entre sesgo y varianza
Regresiones lineales
Regresión lineal simple ( R , Python )
Regresión lineal múltiple ( R , Python )
Algoritmos de clasificación
Regresión logística ( R , Python )
Análisis discriminante lineal ( R , Python )
Análisis discriminante cuadrático ( R , Python )
¿Cómo evaluar el ajuste del modelo?
¿Qué es el sobreajuste?
Validación cruzada de exclusión ( R , Python )
Validación cruzada de pliegue K ( R , Python )
Selección de modelo
Selección del mejor subconjunto
Regresión de cresta de regularización ( R , Python )
Regresión de lazo ( R , Python )
Reducción de dimensiones
Regresión de componentes principales (R , Python )
Mínimos cuadrados parciales ( R , Python )
Modelos de regresión avanzados
Regresión polinomial ( R , Python )
Splines de regresión adaptativa multivariante ( R , Python )
Métodos basados en árboles
Clasificación y regresión Árboles ( R )
Embolsado ( R )
Bosques aleatorios ( R )
Impulso ( R )
Análisis de componentes principales de aprendizaje no supervisado en R
K-Means Clustering en R
K-Medoids Clustering en R
Clustering jerárquico en R
