Aprendizaje de Máquina NO Supervisado | Python | Aprendizaje Automático NO Supervisado | Machine Learning NO Supervisado

El aprendizaje de máquina no supervisado construye modelos de clasificación y/o regresión a partir de instancias no etiquetadas. Estas técnicas buscan patrones subyacentes dentro de datos. Gran parte de las técnicas de aprendizaje no supervisado son técnicas de clustering, sin embargo, no son sinónimos. Por ejemplo, se tiene la técnica no supervisada de iForest para detectar datos anómalos. Esta serie de videos explica los siguientes temas dentro del dominio del aprendizaje de máquina no supervisado: - iForests para la detección de datos anómalos - DBSCAN - K-means o K-medias - Tipos de distancias de clustering Las librerías que se utilizan son scikit-learn (sklearn), matplotlib, numpy y pandas.