Dentro del aprendizaje automático, es habitual tener que trabajar con conjuntos de datos multidimensionales donde las variables están interrelacionadas. En estos casos, para cuantificar la similitud entre puntos, es aconsejable tener en cuenta la estructura de los propios datos. Algo que no sucede en las distancias usadas habitualmente como la Euclídea. Una métrica que si […]
Revista Informática
Dentro del aprendizaje automático, es habitual tener que trabajar con conjuntos de datos multidimensionales donde las variables están interrelacionadas. En estos casos, para cuantificar la similitud entre puntos, es aconsejable tener en cuenta la estructura de los propios datos. Algo que no sucede en las distancias usadas habitualmente como la Euclídea. Una métrica que si […]
Sus últimos artículos
-
Felices fiestas y nos vemos en 2026
-
Efecto arrastre y sesgo de confirmación: cómo nuestra mente distorsiona los números
-
Los 7 mitos sobre la Lotería de Navidad (y qué dicen los datos)
-
El sesgo en las encuestas: cómo y por qué ocurre, y qué podemos hacer para detectarlo
