Glosario inglés ↔ español
El banco de preguntas y las slides mezclan términos en inglés (bias, recall, hinge loss, slack…). Busca en cualquiera de los dos idiomas (no hace falta escribir tildes) y salta al tema.
131 de 131 términos
accuracy · exactitudClasificación
Predicciones correctas / todas. Engañosa con clases desbalanceadas. ver tema →
bag of words · bolsa de palabrasGenerativos
Representar un texto por la presencia o conteo de cada palabra del vocabulario. ver tema →
bagging / random forest · bagging / bosque aleatorioÁrboles
Promediar muchos árboles entrenados con bootstrap (y features al azar): baja la varianza. ver tema →
bandwidth (γ) · ancho de bandaKernels
Controla qué tan local es el RBF: γ grande ⇒ islas (overfit). ver tema →
base rate · tasa base / prevalenciaGenerativos
Frecuencia de la clase en la población; con clases raras domina el posterior. ver tema →
Bayes' rule · regla de BayesGenerativos
P(A | B) = P(B | A)P(A)/P(B): invierte la condición. ver tema →
bias · sesgo (estadístico)Regularización
f̄(x) − f(x): error sistemático del ajuste promedio. Ojo: «bias» también es el término independiente b. ver tema →
bootstrap · remuestreo bootstrapÁrboles
Muestrear n puntos con reemplazo del training set. ver tema →
CART · árboles de clasificación y regresiónÁrboles
Algoritmo codicioso: probar todos los umbrales, quedarse con el mejor split y recursar. ver tema →
class imbalance · desbalance de clasesClasificación
Una clase mucho más rara que otra; se usan precision, recall, F1, PR/ROC. ver tema →
classification · clasificaciónFundamentos
Tarea supervisada con target categórico; el modelo traza una frontera de decisión. ver tema →
clustering · agrupamientoFundamentos
Agrupar ejemplos similares sin usar etiquetas. ver tema →
coefficient of determination (R²) · coeficiente de determinaciónRegresión
1 − SS_res/SS_tot: fracción de la variación explicada; puede ser negativo en validación. ver tema →
column space · espacio columnaRegresión
Todas las combinaciones Xw; ŷ es la proyección de y sobre él. ver tema →
complementary slackness · holgura complementariaSVM
αᵢ[yᵢf(xᵢ) − 1] = 0: o el precio es 0 o la restricción está activa. ver tema →
conditional independence · independencia condicionalGenerativos
p(x | y) = Πⱼ p(xⱼ | y). ver tema →
confusion matrix · matriz de confusiónClasificación
Tabla de TP, FP, FN, TN; la diagonal son los aciertos. ver tema →
convex · convexoMatemáticas
Función con un solo valle: todo mínimo local es global. ver tema →
coordinate descent · descenso por coordenadasRegularización
Optimizar un peso a la vez; el algoritmo estándar del lasso. ver tema →
cost-complexity pruning · poda por costo-complejidadÁrboles
Minimizar R(T) + α|T|; α es el precio por hoja. ver tema →
covariance matrix · matriz de covarianzaGenerativos
Σ: varianzas en la diagonal y covarianzas fuera; su forma es una elipse. ver tema →
cross-entropy / log loss · entropía cruzada / pérdida logarítmicaClasificación
−[y log p + (1 − y) log(1 − p)]: −log-verosimilitud Bernoulli; convexa. ver tema →
cross-validation (K-fold) · validación cruzadaRegularización
Rotar K bloques como validación y promediar el error; elige hiperparámetros sin tocar el test. ver tema →
data leakage · fuga de datosFundamentos
Información de evaluación que influye en el entrenamiento o en decisiones de diseño; vuelve optimista la nota. ver tema →
decision boundary · frontera de decisiónClasificación
Donde el clasificador cambia de clase; en la logística, wᵀx + b = 0. ver tema →
decision tree · árbol de decisiónÁrboles
Secuencia de preguntas xⱼ ≤ t que parte el espacio en cajas con una constante cada una. ver tema →
design matrix · matriz de diseñoRegresión
X ∈ ℝⁿˣᵈ: una fila por ejemplo, una columna por feature (más una de unos para el sesgo). ver tema →
discriminant function · función discriminanteGenerativos
δₖ(x) = log πₖ − ½ Mahalanobis² − ½ log|Σₖ|; gana la mayor. ver tema →
discriminative model · modelo discriminativoGenerativos
Modela P(y | x) o la frontera directamente (logística, SVM). ver tema →
dot product · producto punto / producto internoMatemáticas
Σ aₖbₖ = ‖a‖‖b‖cos θ: proyección y similitud; base de todo modelo lineal. ver tema →
eigenvector / eigenvalue · autovector / autovalorMatemáticas
Direcciones que una matriz solo estira (Av = λv). Determinan la forma del bowl y la validez de un kernel. ver tema →
elastic net · red elásticaRegularización
Combina las penalizaciones ℓ₁ y ℓ₂. ver tema →
empirical risk minimization (ERM) · minimización del riesgo empíricoFundamentos
Minimizar la pérdida promedio en el training set como sustituto del riesgo esperado. ver tema →
entropy · entropíaÁrboles
−Σ p̂ₖ log₂ p̂ₖ: sorpresa promedio, en bits. ver tema →
F1 score · puntaje F1Clasificación
2PR/(P + R): media armónica de precision y recall. ver tema →
feature · característica, variable de entradaFundamentos
Cada variable que describe un ejemplo; una columna de la matriz de diseño X. ver tema →
feature importance (MDI) · importancia de features (disminución media de impureza)Árboles
Suma ponderada de las ganancias de cada feature; sesgada hacia features continuas. ver tema →
feature map · mapa de característicasKernels
φ(x): transforma la entrada a un espacio (posiblemente infinito) donde el problema es lineal. ver tema →
feature scaling / standardization · escalado / estandarizaciónMatemáticas
Llevar cada feature a media 0 y varianza 1 (con estadísticas de train). Necesario para GD, SVM, kernels y regularización. ver tema →
fold · bloque, pliegueRegularización
Cada una de las K partes de la validación cruzada. ver tema →
functional / geometric margin · margen funcional / geométricoSVM
yᵢf(xᵢ) (depende de la escala) vs yᵢf(xᵢ)/‖w‖ (distancia real). ver tema →
generalization · generalizaciónFundamentos
Desempeño en datos no vistos; el objetivo real del aprendizaje. ver tema →
generative model · modelo generativoGenerativos
Modela p(x | y) y P(y), y obtiene P(y | x) con Bayes (NB, LDA, QDA). ver tema →
Gini impurity · impureza de GiniÁrboles
1 − Σ p̂ₖ²: probabilidad de desacuerdo entre dos extracciones independientes. ver tema →
gradient · gradienteMatemáticas
Vector de derivadas parciales; apunta en la dirección de máximo aumento. ver tema →
gradient descent · descenso de gradienteMatemáticas
w ← w − η∇J: pasos en dirección opuesta al gradiente. ver tema →
Gram matrix · matriz de GramKernels
Kᵢⱼ = K(xᵢ, xⱼ): todas las similitudes entre pares de puntos. ver tema →
greedy · codicioso, vorazÁrboles
Elige lo mejor ahora sin reconsiderar; falla en XOR. ver tema →
hard / soft margin · margen duro / suaveSVM
Exigir separación perfecta vs permitir violaciones pagadas con holguras ξ. ver tema →
hat matrix · matriz sombreroRegresión
H = X(XᵀX)⁻¹Xᵀ: proyecta y en ŷ; cumple H² = H. ver tema →
hinge loss · pérdida bisagraSVM
max(0, 1 − y f(x)): cero si el punto está bien con margen. ver tema →
hyperparameter · hiperparámetroFundamentos
Configuración que se elige (no se aprende): λ, C, γ, grado, profundidad, α de poda. ver tema →
hyperplane · hiperplanoSVM
Superficie plana wᵀx + b = 0 (punto en 1-D, recta en 2-D, plano en 3-D). ver tema →
impurity · impurezaÁrboles
Qué tan mezcladas están las clases en un nodo (0 = puro). ver tema →
information gain · ganancia de informaciónÁrboles
Impureza del padre menos la impureza ponderada de los hijos; ≥ 0 si la impureza es cóncava. ver tema →
interaction term · término de interacciónRegresión
Feature x₁x₂: el efecto de x₁ depende de x₂. ver tema →
irreducible error / noise · error irreducible / ruidoRegularización
σ²: variabilidad del target que ningún modelo puede eliminar. ver tema →
kernel · núcleoKernels
K(x, x′) = φ(x)ᵀφ(x′): similitud que es un producto interno en algún espacio. ver tema →
kernel ridge regression · regresión ridge con kernelKernels
α = (K + λI)⁻¹y: ridge en el espacio de features, en forma cerrada. ver tema →
kernel trick · truco del kernelKernels
Reemplazar xᵢᵀxⱼ por K(xᵢ, xⱼ) sin construir nunca φ. ver tema →
KKT conditions · condiciones de Karush-Kuhn-TuckerSVM
Estacionariedad, factibilidad primal y dual, holgura complementaria. ver tema →
Lagrange multiplier · multiplicador de LagrangeSVM
Precio αᵢ ≥ 0 de cada restricción: cuánto mejora el óptimo al relajarla. ver tema →
Laplace (add-α) smoothing · suavizado de LaplaceGenerativos
Sumar α a los conteos para que ninguna probabilidad sea 0 (estimador MAP). ver tema →
lasso (L1) · lassoRegularización
Penaliza λ‖w‖₁: lleva varios pesos exactamente a 0 (selección de features). ver tema →
LDA (linear discriminant analysis) · análisis discriminante linealGenerativos
Gaussianas con Σ compartida ⇒ frontera lineal. ver tema →
learning rate · tasa de aprendizajeMatemáticas
Tamaño del paso η. Muy pequeña se arrastra; muy grande oscila o diverge. ver tema →
least squares · mínimos cuadradosRegresión
Minimizar la suma de residuos al cuadrado ‖y − Xw‖². ver tema →
likelihood · verosimilitudRegresión
Probabilidad de los datos vista como función de los parámetros. ver tema →
loss function · función de pérdidaFundamentos
Costo de una predicción equivocada para un ejemplo; promediada da el costo J. ver tema →
machine learning · aprendizaje automáticoFundamentos
Programas que mejoran su desempeño P en una tarea T con la experiencia E (Mitchell), en vez de seguir reglas escritas a mano. ver tema →
Mahalanobis distance · distancia de MahalanobisGenerativos
(x − μ)ᵀΣ⁻¹(x − μ): distancia en unidades de la elipse de covarianza. ver tema →
margin · margenSVM
Ancho de la banda vacía alrededor de la frontera: 2/‖w‖ en forma canónica. ver tema →
maximum a posteriori (MAP) · máximo a posterioriGenerativos
Elegir la clase (o parámetros) de mayor posterior: MLE + prior. ver tema →
maximum likelihood (MLE) · máxima verosimilitudRegresión
Elegir los parámetros que hacen más probables los datos observados. ver tema →
mini-batch · mini-loteMatemáticas
Subconjunto pequeño (32–256) de ejemplos usado en cada paso de SGD. ver tema →
MSE / RMSE / MAE · error cuadrático medio / su raíz / error absoluto medioRegresión
Métricas de error de regresión; RMSE y MAE están en unidades del target, MAE es robusto a outliers. ver tema →
naive Bayes · Bayes ingenuoGenerativos
Supone features condicionalmente independientes dada la clase. ver tema →
norm · normaMatemáticas
Longitud de un vector: ℓ₂ (euclidiana) o ℓ₁ (suma de valores absolutos). ver tema →
normal equations · ecuaciones normalesRegresión
XᵀXw = Xᵀy; su solución es w* = (XᵀX)⁻¹Xᵀy. ver tema →
odds / log-odds (logit) · momios / logaritmo de los momiosClasificación
p/(1 − p) y su logaritmo; la logística modela el log-odds como lineal. ver tema →
odds ratio · razón de momiosClasificación
e^{wⱼ}: factor por el que se multiplican los odds al subir xⱼ en una unidad. ver tema →
one-hot encoding · codificación one-hotClasificación
Vector con un 1 en la posición de la clase (o categoría) y 0 en el resto. ver tema →
one-standard-error rule · regla de un error estándarRegularización
Entre los modelos a menos de 1 SE del mejor, elegir el más simple. ver tema →
one-vs-rest / one-vs-one · uno contra el resto / uno contra unoSVM
Estrategias para usar clasificadores binarios (SVM) con K clases. ver tema →
outlier · valor atípicoRegresión
Punto muy alejado del resto; con error cuadrático arrastra la recta. ver tema →
overfitting · sobreajusteRegularización
Modelo demasiado flexible que memoriza el ruido: train bajo, validación alto (varianza alta). ver tema →
permutation importance · importancia por permutaciónÁrboles
Cuánto empeora el modelo al barajar una feature en datos de validación; más confiable que MDI. ver tema →
Platt scaling · escalado de PlattSVM
Ajustar una logística a los scores del SVM para obtener probabilidades. ver tema →
polynomial features · features polinómicasRegresión
Agregar columnas x², x³…: curva en x pero lineal en los pesos. ver tema →
polynomial kernel · kernel polinómicoKernels
(c + xᵀx′)ᵈ: todos los monomios hasta grado d; alcance global. ver tema →
pooled covariance · covarianza agrupadaGenerativos
Σ = Σₖ (Nₖ/N)Σₖ: la que comparten todas las clases en LDA. ver tema →
positive semidefinite (PSD) / Mercer · semidefinida positiva / condición de MercerKernels
cᵀKc ≥ 0 (autovalores ≥ 0): requisito para que K sea un kernel válido. ver tema →
posterior · probabilidad a posterioriGenerativos
P(y = k | x) ∝ πₖ p(x | y = k). ver tema →
precision · precisiónClasificación
TP/(TP + FP): de los marcados como positivos, cuántos lo son. ver tema →
primal / dual problem · problema primal / dualSVM
Optimizar sobre (w, b) vs sobre los multiplicadores α; con convexidad dan el mismo valor. ver tema →
prior · probabilidad a prioriGenerativos
πₖ = P(y = k), estimada como Nₖ/N. ver tema →
pruning (pre / post) · poda (previa / posterior)Árboles
Parar antes de crecer (max_depth…) vs crecer y luego cortar subárboles. ver tema →
QDA (quadratic discriminant analysis) · análisis discriminante cuadráticoGenerativos
Gaussianas con Σₖ propia ⇒ frontera cuadrática. ver tema →
quadratic programming (QP) · programación cuadráticaSVM
Objetivo cuadrático con restricciones lineales; convexo en el SVM. ver tema →
RBF / Gaussian kernel · kernel de base radial / gaussianoKernels
exp(−γ‖x − x′‖²): similitud local; φ de dimensión infinita. ver tema →
recall / sensitivity / TPR · exhaustividad / sensibilidadClasificación
TP/(TP + FN): de los positivos reales, cuántos se atraparon. ver tema →
regression · regresiónFundamentos
Tarea supervisada con target numérico continuo. ver tema →
regularization · regularizaciónRegularización
Agregar una penalización λΩ(w) para controlar la complejidad. ver tema →
reinforcement learning · aprendizaje por refuerzoFundamentos
Un agente aprende una política actuando sobre un entorno y recibiendo recompensas. ver tema →
representer theorem · teorema del representanteKernels
El óptimo es f(x) = Σᵢ αᵢK(xᵢ, x): una combinación de kernels en los datos. ver tema →
residual · residuoRegresión
rᵢ = yᵢ − ŷᵢ: valor real menos predicho. ver tema →
ridge regression (L2) · regresión ridgeRegularización
Penaliza λ‖w‖²: encoge todos los pesos, ninguno llega a 0. ver tema →
ROC curve / AUC · curva ROC / área bajo la curvaClasificación
TPR vs FPR para todos los umbrales; AUC = 1 perfecto, 0.5 azar. ver tema →
root / internal node / leaf · raíz / nodo interno / hojaÁrboles
La primera pregunta / una pregunta intermedia / una región final que predice. ver tema →
shrinkage · encogimientoRegularización
Llevar los pesos hacia 0. ver tema →
sigmoid / logistic function · sigmoide / función logísticaClasificación
σ(z) = 1/(1 + e⁻ᶻ): lleva un score real a una probabilidad en (0, 1). ver tema →
slack variable · variable de holguraSVM
ξᵢ ≥ 0: cuánto invade el punto i su margen. ver tema →
soft-thresholding · umbralizado suaveRegularización
sign(a)·max(|a| − γ, 0): la regla del lasso, con una zona muerta. ver tema →
softmax · softmaxClasificación
pₖ = e^{zₖ}/Σⱼe^{zⱼ}: generaliza la sigmoide a K clases. ver tema →
sparsity · esparsidad, dispersiónRegularización
Muchos pesos exactamente en 0. ver tema →
specificity / TNR · especificidadClasificación
TN/(TN + FP): de los negativos reales, cuántos se descartaron bien. ver tema →
split · división, corteÁrboles
Test xⱼ ≤ t que parte un nodo en dos hijos. ver tema →
stochastic gradient descent (SGD) · descenso de gradiente estocásticoMatemáticas
Cada paso usa un ejemplo (o un mini-batch): barato y ruidoso. ver tema →
strong / weak duality · dualidad fuerte / débilSVM
Débil: el dual acota por debajo al primal. Fuerte: son iguales (brecha cero). ver tema →
supervised learning · aprendizaje supervisadoFundamentos
Aprender de pares (x, y) con la respuesta conocida: regresión y clasificación. ver tema →
support vector machine (SVM) · máquina de vectores de soporteSVM
Clasificador que elige la frontera con margen máximo. ver tema →
support vectors · vectores de soporteSVM
Puntos con αᵢ > 0: sobre el margen (o dentro en margen suave). Solo ellos definen la frontera. ver tema →
target / label · objetivo / etiquetaFundamentos
Lo que se quiere predecir, y. Continuo en regresión, discreto en clasificación. ver tema →
threshold · umbralClasificación
Corte sobre la probabilidad para decidir la clase (0.5 por defecto, movible según costos). ver tema →
training / validation / test set · conjunto de entrenamiento / validación / pruebaFundamentos
Train ajusta parámetros; validación elige modelo e hiperparámetros; test da la nota final una sola vez. ver tema →
true/false negative (TN/FN) · verdadero/falso negativoClasificación
TN: negativo bien descartado. FN: positivo que se escapó. ver tema →
true/false positive (TP/FP) · verdadero/falso positivoClasificación
TP: positivo bien detectado. FP: negativo marcado como positivo (falsa alarma). ver tema →
underfitting · subajusteRegularización
Modelo demasiado rígido: errores altos en train y validación (sesgo alto). ver tema →
unsupervised learning · aprendizaje no supervisadoFundamentos
Encontrar estructura sin etiquetas: clustering, reducción de dimensionalidad. ver tema →
variance · varianzaRegularización
E[(ŷ − f̄)²]: cuánto tambalea el ajuste al cambiar el training set. ver tema →
weakest link · eslabón más débilÁrboles
g(m) = (R(m) − R(Tₘ))/(|Tₘ| − 1): el nodo con menor g se colapsa primero. ver tema →