1. Algoritmos de regresión
- Regresión de mínimos cuadrados ordinarios (OLSR)
- Regresión lineal
- Regresión logística
- Regresión gradual
- Splines de regresión adaptativa multivariante (MARS)
- Suavizado de diagrama de dispersión estimado localmente (LOESS)
2. Algoritmos basados en instancias
- ¿Cuáles son las mejores herramientas de última generación para la extracción de información en Python?
- ¿Qué es un componente principal y por qué se llama así?
- Cómo hacer que una red neuronal funcione como PCA
- ¿Cuál es el método más popular para clasificar los temas de los artículos de noticias?
- ¿Cómo se puede aplicar el aprendizaje profundo al procesamiento de imágenes subacuáticas?
- Vecino k más cercano (kNN)
- Cuantificación de vectores de aprendizaje (LVQ)
- Mapa autoorganizado (SOM)
- Aprendizaje ponderado localmente (LWL)
3. Algoritmos de regularización
- Regresión de cresta
- Operador de selección y contracción menos absoluta (LASSO)
- Red elástica
- Regresión de ángulo mínimo (LARS)
4. Algoritmos de árbol de decisión
- Árbol de clasificación y regresión (CARRITO)
- Dicotomizador iterativo 3 (ID3)
- C4.5 y C5.0 (diferentes versiones de un enfoque poderoso)
- Detección de interacción automática chi-cuadrado (CHAID)
- Tocón de decisión
- M5
- Árboles de decisión condicional
5. Algoritmos Bayesianos
- Bayes ingenuos
- Bayes ingenuos gaussianos
- Bayes ingenuos multinomiales
- Estimadores promedios de una dependencia (AODE)
- Red de creencias bayesianas (BBN)
- Red Bayesiana (BN)
6. Algoritmos de agrupamiento
- k-medias
- k-medianas
- Maximización de Expectativas (EM)
- Agrupación jerárquica
7. Algoritmos de aprendizaje de reglas de asociación
- Algoritmo Apriori
- Algoritmo Eclat
8. Algoritmos de redes neuronales artificiales
- Perceptrón
- Propagación hacia atrás
- Red Hopfield
- Red de funciones de base radial (RBFN)
9. Algoritmos de aprendizaje profundo
- Máquina profunda de Boltzmann (DBM)
- Redes de creencias profundas (DBN)
- Red neuronal convolucional (CNN)
- Codificadores automáticos apilados
10. Algoritmos de reducción de dimensionalidad
- Análisis de componentes principales (PCA)
- Regresión del componente principal (PCR)
- Regresión de mínimos cuadrados parciales (PLSR)
- Sammon Mapping
- Escalamiento Multidimensional (MDS)
- Persecución de proyección
- Análisis discriminante lineal (LDA)
- Análisis discriminante de mezclas (MDA)
- Análisis Discriminante Cuadrático (QDA)
- Análisis discriminante flexible (FDA)
11. Algoritmos de conjunto
- Impulsar
- Agregación Bootstrapped (ensacado)
- AdaBoost
- Generalización apilada (mezcla)
- Máquinas de refuerzo de gradiente (GBM)
- Árboles de regresión potenciados por gradiente (GBRT)
- Bosque al azar
12. Otros algoritmos
- Inteligencia computacional (algoritmos evolutivos, etc.)
- Visión por computadora (CV)
- Procesamiento de lenguaje natural (PNL)
- Sistemas de recomendación
- Aprendizaje reforzado
- Modelos gráficos
Fuente: Un recorrido por los algoritmos de aprendizaje automático