Referencia de bolsillo sobre aprendizaje automático

Índice

A

• exactitud, de las clasificaciones, Exactitud
• Sintético Adaptativo (ADASYN), Genera Datos Minoritarios
• Clustering aglomerativo (jerárquico), Clustering aglomerativo (jerárquico)-Agglomerative(Hierarchical) Clustering
• Anaconda, instalación de paquetes en, Instalación con Conda
• área bajo la curva (AUC), Curva ROC, ROC

B

• ensacado, Random Forest
• modelo de referencia, modelo de referencia
• modelo de regresión dereferencia, modelo de referencia
• Codificadores bayesianos, Otra codificación categórica
• sesgo, Curva de aprendizaje, Interpretación de árboles
• clasificadores binarios
  • y matriz de confusión, Matriz deConfusión-Matriz de Confusión
  • y umbral de discriminación, Umbral de discriminación
  • Gráficode ganancias acumuladaspara evaluación, Gráfico de ganancias acumuladas-CumulativeGains Plot
  • posibles resultados de la clasificación, Matriz de Confusión
  • interpretación de árboles, Interpretación de árboles
• biplot, PCA
• modelos de caja negra
  • LIMAy, LIMA-LIME
  • SHAP y, Shapley
• Bokeh, PCA
• gráficos de caja, gráficos de caja y violín

C

• Índice Calinski-Harabasz, K-Means
• Algoritmo CART (árboles de clasificación y regresión), Árbol de decisión
• codificación categórica, Otra codificación categórica
• categorías, tirar de las cuerdas, Tirarde las Categorías de las Cuerdas-Tirar de las Categorías de las Cuerdas
• equilibrio de clases, Class Balance
• error de predicción de clase, Error de predicción de clase
• clasificación
  • algoritmo familias para, Varias familias
  • haceruna pregunta para crear un modelo predictivo, Haz una pregunta
  • modelo de ...