TALLER: APRENDIZAJE NO SUPERVISADO
Aplicacion de Clustering con K-Means
Machine Learning
NRC-200
Semana 4
Presentado por:
Alexander Oviedo Fadul
Docente:
Rodolfo Antonio Muriel Rodriguez
CORPORACION UNIVERSITARIA MINUTO DE DIOS
Esp. Inteligencia Artificial
Febrero 2026
ENLACE AL NOTEBOOK EN GOOGLE COLAB
El taller completo de aprendizaje no supervisado se encuentra disponible en Google Colab. Para acceder al notebook con el codigo fuente, comentarios explicativos y visualizaciones, utilice el siguiente enlace:
Contenido del Taller:
Portada e informacion del estudiante
Preguntas orientadoras sobre aprendizaje no supervisado
Configuracion del entorno e importacion de librerias
Carga y exploracion del dataset Adult Census Income
Preparacion de datos para clustering (estandarizacion)
Determinacion del numero optimo de clusters (Metodo del Codo, Silueta)
Entrenamiento del modelo K-Means
Visualizacion de resultados con PCA
Interpretacion de los clusters identificados
Conclusiones reflexivas
Referencias bibliograficas en formato APA
Tecnicas de Machine Learning aplicadas:
K-Means Clustering - Segmentacion de datos
Estandarizacion - Normalizacion de variables
PCA - Reduccion de dimensionalidad
Metodo del Codo - Seleccion de K optimo
Coeficiente de Silueta - Evaluacion de calidad