Relacionar Columnas IC - Preguntas (30 a 45) Versión en línea IC-Preguntas por Frank27 1 Red Neuronal 2 Problemas cuando los conjunto de datos son muy diferentes 3 Error cuadratico medio 4 Metodos para validar predictores 5 Información mutua 6 Neurona 7 Homogeneidad medida 8 Capas de neuronas 9 Algoritmos probabilisticos 10 Perceptrón 11 K-means 12 Completeness Score 13 Algoritmos jerarquicos 14 Outlier 15 Centroide Algoritmo de clasificación no supervisada que agrupa objetos basadose en sus caracteristicas , minimizando la suma de distancias entre cada objeto y el centroide de su grupo o cluster Dato que no esta entre el conjunto de datos o muy disperso del conjunto Calcula la probabilidad de ser parte de un cluster , siendo el mas eficiente a cambio de un alto costo computacional La completitud de un cluster indica que el otro tambien lo está , se reduce la incertidumbre de otro cluster y se genera fiabilidad de los datos en ambos cluster Nodo a traves del cual fluyen datos y computos para un algoritmo de Inteligencia Artificial Punto donde se produce la intersección de las medianas que forman parte de un cluster , dato que representa a la clase o conjunto que representa Codo Silouttes Todos los cluster tiene puntos en una sola clase La nube de datos tiene forma Los datos tienen ruido La densidad de los datos es distinta Elemento que asegura que todos los puntos pertecen a la misma clase División de las redes neuronales en subgrupos que pueden funcionar independientemente Interrelació de perceptrones o neuronas individuales que simula el proceso de sinapsis neuronal Los datos se divide en estructuras de dendogramas (Estructura de arbol) Modelo inicial de una neurona , unidad basica de que tiene entradas y salidas Representa la diferencia entre lo obtenido y lo que deberia dar
Crear