Conceptos
Conceptos profundos, definidos una sola vez.
Un modelo que toma decisiones por ramas, aplicando reglas simples y altamente interpretables.
La versión normalizada de la covarianza que nos permite medir la fuerza de una relación lineal.
Una medida técnica fundamental para entender cómo dos variables se mueven en conjunto.
Un modelo perezoso que clasifica según la mayoría entre los ejemplos más cercanos.
Un clasificador que busca la frontera que separa las clases con el mayor margen posible.
Un clasificador probabilístico rápido que asume independencia condicional entre las variables.
Una técnica de reducción de dimensionalidad para simplificar datos complejos sin perder información esencial.
Un ensamble de árboles que votan juntos para ganar robustez y reducir la varianza.
El modelo predictivo más simple y potente para entender relaciones entre variables continuas.
El modelo clásico para estimar probabilidades y tomar decisiones binarias a partir de una combinación lineal.