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
-
Probabilidades y tests: por qué un resultado positivo no significa lo que crees
-
Faker en Python: qué es, para qué sirve y cómo generar datos sintéticos realistas
-
Qué es la variabilidad estadística y cómo evitar errores al analizar datos
-
Probabilidad y decisiones: cómo evitar caer en trampas estadísticas del día a día
