En esta publicación vamos a ver los distintos grupos de algoritmos que existen en el mundo de la ciencia de datos que son:
- Algoritmos de Clasificación.
- Algoritmos de Regresión.
- Algoritmos de Clustering.
- Algoritmos de Reducción de dimensionalidad.
- Algoritmos de Forecasting
- Algoritmos de Deep Learning.
- Algoritmos de Reinforcement learning.
Algoritmos de Clasificación
Son los algoritmos que mediante una serie de datos identifican distintas etiquetas. Por ejemplo podemos hacer dos grupos y diferenciar clientes que están cercanos a la compra en una página web, de clientes que no lo están. Clientes muy rentables, poco rentables y no rentables.
Estos algoritmos son necesarios porque las personas tendemos a etiquetar todo para simplificar las cosas y hacerlas más sencillas. Así si yo te digo que un cliente me factura 10.000€ anuales, tu no sabes si es un cliente importante o no para mí (dependerá del sector de la empresa, la facturación anual, el beneficio neto). Pero si yo sin decirte ningún número te digo que es un cliente muy rentable, ya te puedes hacer una idea del contexto, sin haberte dicho ningún dato.
En mi trabajo diría que alrededor del 80% de los problemas que resolvemos, necesitan de algoritmos de clasificación.
En resumen los problemas de clasificación son una serie de variables independientes y una variable dependiente que es la clasificación.
Algunos algoritmos de clasificación son: regresión logística, arboles de decisión, Neaarest Neigbors, Naive Bayes, SVM, Random Forest, redes neuronales, etc.
Ejemplo de un algoritmo de clasificación.
Algoritmos de Regresión.
Son aquellos que mediante una conjunto de datos predicen una variable continua. Es decir, predicen un valor exacto, por ejemplo, la cantidad de lluvia que va a caer mañana, o el PIB de España al año siguiente, los…
