Notes on statistics, machine learning and the odd bet, mostly in Spanish.
Distancia de Fermat · 8
La propuesta: clasificadores con distancia de Fermat
Qué implementamos —
KDC,-KDCy-KN— y las tres decisiones de diseño que hicieron falta: distancia de Fermat out-of-sample, una sola ventana global y la omisión de la densidad de volumen.Distancia de Fermat · 7
Distancias basadas en densidad y la distancia de Fermat
Por qué no alcanza con conocer la geometría, cómo se define una distancia que abarata los caminos por regiones densas, y qué garantiza la distancia de Fermat muestral.
Distancia de Fermat · 6
Cuando la variedad es desconocida: aprender la distancia
PCA, las ventanas de Parzen en variedades, las cartas de Brand e Isomap: cómo distintos métodos intentan recuperar la geometría de los datos a partir de la muestra.
Distancia de Fermat · 5
Estimar densidades (y clasificar) sobre una variedad
De von Mises y Fisher al estimador de Pelletier: cómo se estima una densidad por núcleos en una variedad de Riemann, qué papel juega la densidad de volumen y cómo se construye con él un clasificador consistente.
Distancia de Fermat · 4
Variedades de Riemann, lo justo y necesario
Topología, cartas, métricas, geodésicas, mapa exponencial y radio de inyectividad: las definiciones mínimas para hablar de densidades sobre una variedad.
Distancia de Fermat · 3
La maldición de la dimensionalidad y la hipótesis de la variedad
Por qué estimar densidades se vuelve imposible en alta dimensión, y por qué aun así el aprendizaje automático funciona: los datos parecen vivir en variedades de mucha menor dimensión que el espacio donde se registran.
Distancia de Fermat · 2
Clasificar estimando densidades
El problema de clasificación, el clasificador de Bayes y cómo la estimación de densidad por núcleos lo convierte en un algoritmo concreto: el clasificador de densidad por núcleos.
Distancia de Fermat · 1
La tesis en un post: distancia de Fermat para clasificar
De dónde salió, qué se preguntó y qué encontró mi tesis de maestría sobre distancia de Fermat en clasificadores de densidad por núcleos, y un mapa para leer el resto de la serie en el orden y la profundidad que cada uno prefiera.