Me he enterado de este artículo mediante un twitter de Alex Zambrano, que a su vez replicó de una entrada en Datanaltytics. Se trata de un artículo que presenta los diez algoritmos más utilizados e influyentes en tópicos de clasificación.

  1. C4.5. Este algoritmo genera clasificadores expresados en términos de árboles de decisión.
  2. El algoritmo de k-medias. Es un método simple iterativo que particiona un conjunto de datos en un número pre-especificado de conglomerados.
  3. SVM (Support Vector Machine). Mediante el aprendizaje, este algoritmo trata de encontrar la mejor función de clasificación para distinguir en miembros de distintas clases.
  4. El algoritmo a priori. Este método encuentra conjuntos de ítems frecuentes usando generación candidata.
  5. El algoritmo EM. Es utilizado para clasificar datos de naturaleza continua y para estimar su correspondiente función de densidad.
  6. PageRank. Es un algoritmo de búsqueda sobre hipervínculos en la web. Gracias a este método es que Google funciona.
  7. AdaBoost. Emplea métodos que utilizan múltiples learners para resolver un problema.
  8. kNN. Memoriza el conjunto de datos de entrenamiento y realiza una clasificación sólo si los atributos del objeto de prueba coinciden exactamente con los ejemplos del entrenamiento.
  9. Bayes ingenuo (Naive Bayes). Dado un conjunto de objetos, que pertenecen a una clase conocida, construye una regla que permite asignar objetos futuros a una clase.
  10. CART (Classification and Regression Trees). Se trata de un procedimiento recursivo de partición capaz de procesar atributos nominales y continuos como objetivos o predictores.