Modelos no lineales de aprendizaje

Árboles de decisión

1. Presentación de David Sontag (NYU) sobre árboles de decisión y bosques aleatorios.

2. Un reporte de Quinlan de 1986 con algunas técnicas para reducir el error en árboles de decisión usando post-poda.

Modelos de ensemble

1. Presentación de J. Cohen (Princeton) sobre boosting, que cubre los métodos de Adaboost y Gradient boosting trees. Para el algoritmo de Gradient Boosting aqui dejamos una presentación más clara de las ideas originales.

2. La librería XGboost soportada ppr NVidia e Intel, la más popular para Gradient Boosting. Tambié la librería LightGBM, desarrollada por Microsoft es muy utilizada, así como CatBoost, desarrollada por Yandex.

3. Una presentación del famoso algoritmo de Viola-Jones, y una presentación hecha por los autores del algoritmo.

4. El artículo original sobre gradient boosting, y un artículo más reciente sobre la teoría y la práctica de este tipo de algoritmos de ensemble

Otros modelos de aprendizaje

1. K Vecinos próximos. Una presentación de D. Sontag de la NYU y otra presentación de M Kang de la UNLV