Conceptos
Conceptos profundos, definidos una sola vez.
Árbol de Decisión
Un modelo que toma decisiones por ramas, aplicando reglas simples y altamente interpretables.
Correlación
La versión normalizada de la covarianza que nos permite medir la fuerza de una relación lineal.
Covarianza
Una medida técnica fundamental para entender cómo dos variables se mueven en conjunto.
k-Vecinos Cercanos (k-NN)
Un modelo perezoso que clasifica según la mayoría entre los ejemplos más cercanos.
Máquina de Vectores de Soporte (SVM)
Un clasificador que busca la frontera que separa las clases con el mayor margen posible.
Naive Bayes
Un clasificador probabilístico rápido que asume independencia condicional entre las variables.
PCA (Análisis de Componentes Principales)
Una técnica de reducción de dimensionalidad para simplificar datos complejos sin perder información esencial.
Random Forest
Un ensamble de árboles que votan juntos para ganar robustez y reducir la varianza.
Regresión Lineal
El modelo predictivo más simple y potente para entender relaciones entre variables continuas.
Regresión Logística
El modelo clásico para estimar probabilidades y tomar decisiones binarias a partir de una combinación lineal.