Introducción

En esta experiencia educativa estudiarás el tipo de aprendizaje no supervisado, cuya importancia ha aumentado conforme los dispositivos han mejorado su tecnología de almacenamiento, ya que han impactado el presente con aplicaciones como la visualización de información, la reducción de la dimensionalidad, el hallazgo de reglas de asociación y la detección de anomalías.

Por otra parte, actualmente el Internet genera datos masivos que cubren todos los aspectos de la vida humana, por lo que se necesitan métodos efectivos y eficientes para utilizarlos, de tal modo que se creen soluciones para liberar el poder de los datos. En esta clase de escenarios es donde el aprendizaje no supervisado resulta esencial, pues se enfoca en descubrir propiedades y patrones implícitos que pueden ser útiles para categorizar conjuntos de datos desconocidos.

Las grandes cantidades de datos antes mencionadas por lo general se encuentran etiquetados, por lo que para trabajar con estos es necesario aplicar técnicas de reducción de la dimensión, por tanto, al no tener una manera exacta de etiquetarlos, es necesario recurrir a algoritmos de agrupamiento para lograr, junto con otras técnicas, una clasificación satisfactoria de estos.

En el módulo de aprendizaje automático no supervisado aprenderás cómo se realizan estos procesos y la manera adecuada de implementar una solución integral que funcione en la práctica.