G |
---|
Grid SearchEstrategia de búsqueda de los mejores hiperparámetros de
un algoritmo de aprendizaje realizando todas las combinaciones posibles sobre
un conjunto de valores definidos por el usuario | |
H |
---|
HeatmapRepresentación gráfica de
datos en forma matricial, en la que las celdas de la matriz se colorean en
función del valor de los datos contenidos en las mismas. | |
HiperplanoPlano multi-dimensional que representan una frontera
de decisión para la clasificación de las muestras. Las muestras (o puntos de
datos) que se encuentren a cada lado del hiperplano serán predichos como una
clase distinta | |
Hold-out o retenciónTécnica de validación o particionamiento por la cual los conjuntos
de entrenamiento y test se dividen en dos conjuntos disjuntos únicos. | |
I |
---|
Impureza o Índice de GiniMedida utilizada en la construcción de un árbol de decisión para determinar la pareja <atributo, valor> que mejor separa las dos clases del problema. | |
Í |
---|
Índice Silueta e índice Calinski-HarabazMétricas que permiten
determinar el número de clusters de instancias en un conjunto de datos. | |
I |
---|
Insulino-resistenciaEs una condición en la cual los tejidos presentan una respuesta disminuida para disponer de la glucosa circulante ante la acción de la insulina; en especial el hígado, el músculo esquelético, el tejido adiposo y el cerebro. Esta alteración en conjunto con la deficiencia de producción de insulina por el páncreas puede conducir después de algún tiempo al desarrollo de una diabetes mellitus tipo 2 | |
InterpretabilidadPropiedad deseable de todo modelo de Machine Learning para ser
comprendido por un usuario humano, es decir, entender el tipo de función
discriminante. Lo opuesto a los modelos de “caja negra”. | |
ItemElementos o valores de un
conjunto de datos entre los que queremos identificar o representar dependencias. | |