Aprendizaje no supervisado en Python

En este capítulo, aprenderás dos técnicas de aprendizaje no supervisado para la visualización de datos: la agrupación jerárquica y el t-SNE. La agrupación jerárquica agrupa las muestras de datos en clústeres cada vez más amplios, lo que da como resultado una visualización en forma de árbol de la jerarquía de clústeres resultante. El t-SNE proyecta las muestras de datos en un espacio bidimensional para que se pueda visualizar la proximidad entre ellas.

La reducción dimensional resume un conjunto de datos utilizando sus patrones comunes. En este capítulo, aprenderás cuál es la técnica más básica de reducción de dimensiones: el «análisis de componentes principales» (PCA). El PCA se suele utilizar antes del aprendizaje supervisado para mejorar el rendimiento y la generalización del modelo. También puede ser útil para el aprendizaje no supervisado. Por ejemplo, ¡utilizarás una variante del PCA que te permitirá agrupar los artículos de Wikipedia según su contenido!

En este capítulo, aprenderás una técnica de reducción de dimensiones llamada «factorización de matrices no negativas» (NMF), que expresa las muestras como combinaciones de componentes interpretables. Por ejemplo, expresa los documentos como combinaciones de temas, y las imágenes en términos de patrones visuales habituales. ¡También aprenderás a usar el NMF para crear sistemas de recomendación que te sugieran artículos similares para leer o artistas musicales que se ajusten a tu historial de reproducción!