Glosario IA
El diccionario completo de la Inteligencia Artificial
Análisis de Componentes Principales (ACP/PCA)
Técnica lineal de reducción dimensional que transforma variables correlacionadas en componentes no correlacionados maximizando la varianza explicada según ejes ortogonales.
t-SNE (t-Distributed Stochastic Neighbor Embedding)
Algoritmo no lineal de reducción dimensional que preserva estructuras locales minimizando la divergencia Kullback-Leibler entre distribuciones de probabilidad en el espacio original y reducido.
Isomap
Algoritmo de reducción dimensional que preserva distancias geodésicas construyendo un grafo de vecindad y utilizando análisis de componentes principales multidimensionales.
MDS (Multidimensional Scaling)
Técnica de visualización que preserva distancias entre pares de puntos encontrando una configuración de baja dimensión que minimiza el estrés de preservación de distancias.
Varianza Explicada
Proporción de la varianza total de los datos capturada por cada componente principal, sirviendo como criterio para seleccionar el número óptimo de dimensiones.
Autoencoders
Redes neuronales no supervisadas que aprenden representaciones comprimidas forzando la salida a reconstruir la entrada a través de un espacio latente de dimensión reducida.
Análisis Factorial
Método estadístico que modela variables observadas como combinaciones lineales de factores latentes no observados, separando varianza común y varianza única.
Perplejidad de t-SNE
Parámetro hipercontrolador que determina el número efectivo de vecinos considerados en el algoritmo t-SNE, influyendo en el equilibrio entre preservación de estructuras locales y globales.
ICA (Análisis de Componentes Independientes)
Técnica de separación ciega de fuentes que busca descomponer señales multivariadas en componentes estadísticamente independientes maximizando la no-gaussianidad.
Autoencoders variacionales
Extensión probabilística de los autoencoders que aprende una distribución en el espacio latente, permitiendo la generación de nuevos datos y una mejor regularización.
PHATE (Potencial de Difusión Térmica para Incrustación de Trayectorias Basada en Afinidad)
Algoritmo que preserva trayectorias y ramas en los datos combinando difusión térmica y reducción dimensional para visualizar procesos continuos.
NMF (Factorización de Matrices No Negativas)
Descomposición matricial restringida a valores no negativos, produciendo bases interpretables y representaciones aditivas de los datos.