Tiêu đề 3. Aprendizaje no supervisado.pdf ✅

¿Qué es el Aprendizaje No Supervisado? El aprendizaje no supervisado es un enfoque en el Machine Learning donde el algoritmo intenta encontrar patrones y estructuras inherentes en un conjunto de datos sin la guía de etiquetas o respuestas previas. En otras palabras, el algoritmo no recibe información sobre la variable objetivo o lo que se busca predecir. En cambio, su objetivo principal es explorar la estructura de los datos y descubrir relaciones ocultas entre las variables. En el aprendizaje no supervisado, los algoritmos se utilizan para realizar tareas como clustering (agrupamiento), reducción de dimensionalidad y descubrimiento de patrones. Estas técnicas son valiosas para explorar y comprender la estructura subyacente de los datos, identificar grupos naturales de instancias similares, visualizar la distribución de los datos en un espacio de menor dimensionalidad y descubrir relaciones y asociaciones entre variables. En el aprendizaje no supervisado, el conjunto de datos de entrenamiento consta de un conjunto de atributos sin el valor a predecir correspondiente. El objetivo, en estas aplicaciones, puede ser de diferentes tipos: • Descubrir grupos de ejemplos que son similares dentro de los datos y que, a su vez, son diferentes a otros grupos (Clustering). • Realizar una proyección de los datos del espacio original (alta dimensionalidad) a un nuevo espacio de menor dimensionalidad con el objetivo de, por ejemplo, visualizar los datos (Reducción de Dimensionalidad). PRINCIPALES TÉCNICAS DE APRENDIZAJE NO SUPERVISADO Clustering (Agrupamiento): Es una técnica que consiste en dividir un conjunto de datos en grupos o clústeres, de tal manera que los elementos dentro de un mismo clúster sean más similares entre sí que con los elementos de otros clústeres. Algunos algoritmos de clustering comunes incluyen K-Means, DBSCAN y Clustering Jerárquico.
Reducción de la Dimensionalidad: Esta técnica se utiliza para reducir el número de variables o dimensiones en un conjunto de datos manteniendo la mayor cantidad posible de información relevante. Esto puede ayudar a visualizar y entender mejor los datos, así como a reducir el costo computacional de otros algoritmos de aprendizaje automático. Algunas técnicas populares de reducción de la dimensionalidad incluyen Análisis de Componentes Principales (PCA) y t-SNE. EJEMPLO Un ejemplo de implementación de un modelo de clustering en aprendizaje automático podría ser el agrupamiento de clientes en función de sus hábitos de compra en una tienda minorista. 1. Preparación de los datos: Durante esta fase, se recopilan los datos necesarios para el análisis y se realizan tareas como la limpieza y transformación de datos para garantizar su calidad y coherencia. Los datos se estructuran en un formato adecuado para su posterior procesamiento. 2. Exploración y análisis de datos: En esta etapa, se lleva a cabo un análisis exhaustivo de los datos para comprender su estructura y relaciones subyacentes. Se utilizan técnicas estadísticas y de visualización para identificar patrones, tendencias y posibles problemas en los datos. 3. Selección y entrenamiento del modelo: Durante esta fase, se elige un modelo adecuado para el problema en cuestión y se entrena utilizando los datos preparados. Se ajustan los parámetros del modelo y se evalúa su rendimiento utilizando técnicas de validación cruzada u otras métricas de evaluación. 4. Evaluación del modelo: En esta etapa, se evalúa el rendimiento del modelo entrenado utilizando conjuntos de datos de prueba independientes. Se analizan métricas como la precisión, sensibilidad, especificidad y F1-score para determinar la eficacia del modelo en la resolución del problema. 5. Optimización y ajuste del modelo: Durante esta fase, se realizan ajustes adicionales al modelo para mejorar su rendimiento. Esto puede implicar la optimización de hiperparámetros, la selección de características o la aplicación de técnicas avanzadas de ajuste fino para obtener resultados óptimos.
6. Despliegue y monitorización del modelo: Finalmente, el modelo entrenado se implementa en un entorno de producción y se monitoriza continuamente para asegurar su rendimiento y fiabilidad a lo largo del tiempo. Se establecen procesos para gestionar actualizaciones y mejoras, garantizando así su eficacia a largo plazo.