Inicio / Módulo 10 / Guía de estudio

UNIDAD III · RECURSO 01 · GUÍA COMPLETA

Guía de estudio: PCA, K-Means y clustering jerárquico

El recorrido conceptual del Módulo 10 en tres clases secuenciadas. Leé las diapositivas sin salir del navegador, abrí sus visores de clase o descargá los originales editables para estudiar y preparar las prácticas.

91 diapositivas3 clases3 PDF de lectura3 PowerPoint editablesNotas del presentador en PPTX

Itinerario de estudio de las tres clases

El orden propuesto es deliberado: primero comprender qué representación del dato se conserva; después construir agrupamientos mediante centroides; finalmente analizar las relaciones entre observaciones a diferentes niveles de granularidad.

CLASE 01 · 29 DIAPOSITIVAS

PCA

Reducir dimensionalidad sin confundir proyección y agrupamiento.

Preguntas que orientan la lectura

  • ¿Por qué centrar y escalar cambia los componentes?
  • ¿Cómo se interpretan autovectores, loadings, scores y varianza explicada?
  • ¿Qué se pierde al proyectar y cuándo PCA mejora una decisión?
CLASE 02 · 31 DIAPOSITIVAS

K-Means

Segmentar con centroides y comprobar estabilidad y utilidad de los grupos.

Preguntas que orientan la lectura

  • ¿Qué optimiza la inercia y cómo funciona el algoritmo de Lloyd?
  • ¿Por qué importan K, la inicialización, la escala y los outliers?
  • ¿Qué aportan silhouette, elbow y comparación de semillas?
CLASE 03 · 31 DIAPOSITIVAS

Clustering jerárquico

Construir dendrogramas y evaluar cómo las reglas de unión determinan la partición.

Preguntas que orientan la lectura

  • ¿Qué distancia separa grupos y por qué importa el linkage?
  • ¿En qué se distinguen single, complete, average y Ward?
  • ¿Qué significa cortar un dendrograma y validar los segmentos?
LECTURA INTEGRADA

Leé las presentaciones sin descargarlas

Elegí una clase: el documento se abre directamente en el visor PDF del navegador. También podés usar el visor de diapositivas dedicado, que dispone de controles de avance y pantalla completa.

PCA · Análisis de Componentes Principales · 29 diapositivas

Si tu navegador no muestra el PDF integrado, usá «Abrir PDF» o «Visor de diapositivas». Las dos opciones funcionan sin instalar programas.

Cómo trabajar con la guía

  1. Conceptualizá: identificá el problema, la variable que cambia y el supuesto de cada método.
  2. Leé los gráficos: explicá qué representa cada eje y cómo se interpreta la figura.
  3. Confrontá alternativas: relacioná PCA, K-Means y clustering jerárquico sin tratarlos como métodos equivalentes.
  4. Transferí a una decisión: justificá escala, número de segmentos, estabilidad y acción de negocio.

Antes de pasar a las simulaciones

  • Explicar por qué la escala puede dominar una distancia.
  • Justificar cuándo conviene reducir dimensionalidad.
  • Describir una iteración de K-Means.
  • Interpretar un dendrograma y elegir un corte defendible.
  • Proponer validaciones que vayan más allá de la estética del gráfico.
Continuá con las 14 simulaciones interactivas: poné a prueba los conceptos de PCA, K-Means y clustering jerárquico con experimentos dinámicos, comparaciones A/B y exportación de evidencias. Abrir catálogo de simulaciones →. El glosario razonado de 132 conceptos y el cuestionario con 128 respuestas desarrolladas ya están disponibles para completar el estudio.