IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
Ventajas frente a k-means Introducción En la tarea de agrupamiento, dos algoritmos son ampliamente utilizados: k-means y DBSCAN. Mientras que k-means es un método muy popular debido a su simplicidad y eficiencia computacional, DBSCAN ofrece…
Detección de ruido en DBSCAN Introducción El aprendizaje no supervisado es una herramienta poderosa para explorar y descubrir patrones en datos sin necesidad de etiquetas. Sin embargo, la detección de ruido es un desafío constante en este t…
Densidad como criterio: DBSCAN y su papel en clustering Introducción El aprendizaje no supervisado es una rama importante de la Inteligencia Artificial que se encarga de descubrir patrones y estructuras en datos sin la guía de etiquetas. Cl…