Clustering -- presentación en h4ckademy
El otro día os presentaba h4ckademy, la escuela de programación de mi amigo Israel Gutiérrez (@gootyfer). Después de visitarla ese día decidí que podía ser una buena oportunidad para salir de mi zona de confort y ofrecer a los alumnos una breve clase como introducción al clustering (clasificación no supervisada).
Hoy ha llegado la hora, es el momento de enfrentarse a la realidad. Para la charla me he preparado dos presentaciones, espero que no sean muy densas, pero es que tampoco tenía nada claro cuál es el nivel de la gente ni qué esperan de mí, así que espero no haber metido la pata. Confío en sembrar algunas inquietudes, algunas ideas fundamentales acerca de esta técnica que les permita evaluar los resultados con mejor criterio la próxima vez que la ejecuten.
En los siguientes enlaces podéis encontrar las transparencias de ambas presentaciones:
- Clustering es una introducción al clustering y las principales consideraciones a tener en cuenta cuando uno se enfrenta a él: medidas de distancia, outliers, intepretación de resultados,...
- Algoritmos de clustering: k-means, BRF y CURE. Una muestra de tres algoritmos con características muy distintas que permiten aproximarse al clustering desde diferentes puntos de vista.
Las presentaciones no son definitivas, faltan algunas cosas fundamentales como la referencias bibliográficas,
pero ya las iré incluyendo poco a poco a medida que yo mismo vaya trabajando en el tema. De todas formas, podéis
seguir su evolución en este repositorio
.
Doc for talks
... A ver qué tal se me da hoy, ya os contaré ;D
Información complementaria:
- DECSAI - Clustering basado en densidad
- Monte Carlo K-Means clustering of Countries with Python (Part 2/3)
- refs de Coursera, MUIA,...