Glosario IA
El diccionario completo de la Inteligencia Artificial
Análisis de Componentes Principales
Técnica lineal que proyecta los datos sobre los ejes de máxima varianza para reducir la dimensionalidad.
t-SNE
Algoritmo no lineal que preserva las estructuras locales transformando las similitudes en probabilidades.
UMAP
Técnica de reducción de dimensionalidad no lineal basada en la topología algebraica y el aprendizaje de variedades.
Autoencoders
Arquitectura de redes neuronales que aprende a comprimir y reconstruir datos para reducir su dimensionalidad.
Análisis de Componentes Independientes
Método estadístico que separa una señal multivariada en componentes subyacentes independientes.
Análisis Discriminante Lineal
Técnica supervisada que maximiza la separabilidad entre clases mientras reduce la dimensionalidad.
Factorización de Matrices
Descomposición de una matriz en un producto de matrices de rango inferior para revelar estructuras latentes.
ISOMAP
Algoritmo no lineal que preserva las distancias geodésicas en una variedad embebida.
Incrustación Lineal Local
Técnica que preserva las relaciones de vecindad local en el espacio de dimensión reducida.
Escalamiento Multidimensional
Método que representa los objetos en un espacio de dimensión inferior preservando sus distancias mutuas.
Factorización de Matrices No Negativas
Factorización matricial con restricción de no negatividad produciendo representaciones aditivas.
Proyección Aleatoria
Técnica simple que proyecta los datos en un subespacio aleatorio mientras preserva las distancias.
Mapas de Difusión
Método basado en procesos de difusión para capturar la geometría intrínseca de los datos.
Selección de características
Selección de un subconjunto óptimo de características originales en lugar de proyección en nuevas dimensiones.
Kernel PCA
Extensión de PCA que utiliza funciones de núcleo para capturar relaciones no lineales en los datos.