Glosario IA
El diccionario completo de la Inteligencia Artificial
K-Means y sus variantes
Algoritmos de particionamiento iterativos basados en centroides, incluyendo K-Means++, K-Medoids, Mini-Batch K-Means y Fuzzy C-Means.
Clustering Jerárquico
Métodos aglomerativos o divisivos que construyen una jerarquía de clústeres como CAH, Ward y dendrogramas.
DBSCAN y algoritmos basados en la densidad
Técnicas que identifican los clústeres como regiones densas separadas por regiones menos densas, incluyendo OPTICS, Mean Shift y DENCLUE.
Clustering Espectral
Enfoque que utiliza los valores propios y vectores propios de una matriz de similitud para reducir la dimensionalidad antes del clustering.
Agrupamiento por Modelos de Mezcla
Modelos probabilísticos que asumen que los datos provienen de una mezcla de distribuciones como los Modelos de Mezcla Gaussianos (GMM).
Clustering Basado en Grafos
Algoritmos que estructuran los datos en grafos para identificar comunidades como Louvain, Label Propagation y Walktrap.
Clustering por Núcleos
Extensión de los algoritmos tradicionales utilizando funciones núcleo para capturar relaciones no lineales entre los datos.
Agrupamiento Difuso
Enfoques que permiten la pertenencia parcial de los puntos a varios clústeres simultáneamente con grados de pertenencia.
Clustering Incremental y Streaming
Algoritmos adaptados a datos continuos y voluminosos, procesando los puntos secuencialmente sin requerir el conjunto completo.
Clustering Multivista
Técnicas que integran múltiples representaciones o perspectivas de los mismos datos para mejorar la calidad del agrupamiento.
Agrupamiento con Restricciones
Métodos que incorporan conocimientos a priori o restricciones del usuario para guiar el proceso de agrupamiento.
Validación y Evaluación de Clústeres
Métricas e índices que miden la calidad de las particiones como Silhouette, Davies-Bouldin, Calinski-Harabasz e índices de validez internos/externos.