Algoritmos paramétricos vs no paramétricos

Contenido del Bootcamp Dirigido por: | Última modificación: 9 de octubre de 2024 | Tiempo de Lectura: 2 minutos

Algunos de nuestros reconocimientos:

Premios KeepCoding

¿Alguna vez has escuchado hablar acerca de los algoritmos paramétricos vs no paramétricos?

En este artículo te enseñaremos qué son y cuáles son las diferencias sustanciales entre ellos.

¿Qué son los algoritmos?

Un algoritmo es una serie de pasos o instrucciones que se toman para resolver determinado problema.

Estamos rodeados de algoritmos todo el tiempo y en casi todas nuestras actividades cotidianas. Piensa, por ejemplo, en la manera en la que cocinas el arroz en casa o el orden a seguir para lavar la ropa. Estos ejemplos son algoritmos, es decir, formas estandarizadas de hacer las cosas en las que no se deben alterar ni reordenar los pasos (en la mayoría de ocasiones).

Algoritmos paramétricos vs no paramétricos

Algoritmos paramétricos vs no paramétricos

Los algoritmos paramétricos vs no paramétricos guardan una serie de diferencias; entre ellas podemos destacar:

Algoritmos paramétricos

En los algoritmos paramétricos vs no paramétricos el modelo tiene un conjunto limitado de parámetros.

Algunos ejemplos de algoritmos paramétricos son:

  • La regresión lineal.
  • La regresión logística.
  • Clasificador bayesiano ingenuo o Naïve Bayes.
  • Redes neuronales.

Estos algoritmos paramétricos se caracterizan por ser:

  • Eficientes: sencillos de entrenar.
  • Menos complejos que otros tipos de algoritmos.

Algoritmos no paramétricos

En los algoritmos no paramétricos, por su parte, la complejidad aumenta con el número de muestras.

Algunos de los ejemplos más representativos de este tipo de algoritmos son:

  • Vecinos más próximos o K-NN (K-nearest neighbors).
  • Kernel SVM o máquinas de vectores de soporte.
  • Árboles de decisión.

Estos algoritmos tienen algunas ventajas, entre ellas, su flexibilidad. No obstante, en contraposición, conllevan una gran desventaja, ya que a nivel computacional suelen ser más costosos. A partir de un número determinado de muestras (digamos 20, 30 o 40mil registros, como máximo), se convierten en algo casi completamente inutilizado debido a los altos precios.

Tras ver qué son los algoritmos paramétricos vs no paramétricos, puedes seguir aprendiendo sobre Big data y todas sus vertientes. Para ello, te recordamos que en KeepCoding tenemos para ti nuestro Bootcamp Big Data, una formación intensiva de pocos meses de duración en la que podrás aprender toda la conceptualización teórica y práctica y adquirirás todos los conocimientos necesarios para incursionar en un mercado laboral lleno de oportunidades en tu área. ¡Anímate a cambiar tu futuro y solicita ya información!

Sandra Navarro

Business Intelligence & Big Data Advisor & Coordinadora del Bootcamp en Data Science, Big Data & Machine Learning.

Posts más leídos

¡CONVOCATORIA ABIERTA!

Big Data, IA & Machine Learning

Full Stack Bootcamp

Clases en Directo | Profesores en Activo | Temario 100% actualizado