Glosario

También llamado diagrama de dispersión. Es un tipo de gráfico que utiliza las coordenadas cartesianas para representar los valores de dos variables para un conjunto de datos.

También llamada “de nueva generación” o secuenciación masiva, es un método usado para secuenciar de miles a millones de fragmentos de ADN diferentes al mismo tiempo.

Ratio de aciertos sobre la clase positiva.

 Un servidor es un ordenador o programa diseñado para procesar peticiones de clientes y devolverle una respuesta acorde a la petición.

Situación no deseada por la que los datos recopilados presentan algunas propiedades que dificultan el correcto aprendizaje, por ejemplo, una distribución desigual de ejemplos en clases.

Una sesión es un intercambio de información interactiva semipermanente entre dos o más entidades, por ejemplo, Spark y Python.

Situación no deseada en la que el modelo se ha ajustado demasiado a los datos de entrenamiento y no permite alcanzar un buen rendimiento en test.

Frecuencia con la que aparece en el conjunto de datos el itemset o la RA.

Del inglés Structured Query Language, Lenguaje de Consulta Estructurado. Es un lenguaje estándar que se usa para trabajar con datos que se encuentra almacenados en forma de tabla.

Tipo de modelo de aprendizaje supervisado basado en encontrar el hiperplano de separación de máximo margen entre los ejemplos