Contenidos

• Conceptos fundamentales: espacios vectoriales, funciones de distancia, conjuntos.
• Discusión sobre la similitud de objetos.
• Introducción a la busqueda por similitud.
• Reducción de dimensionalidad: PCA, Análisis latente.
• Modelos de vectorización de texto (booleano, vectorial, tf-idf).
• Búsqueda por palabras clave en documentos.
• Índices invertidos.
• Búsqueda por rango y de vecinos más cercanos.
• Distancias sobre vectores.
• Joins por similitud.
• Descripción de contenido de imágenes: manipulación de pixeles, brillo, contraste, detección de bordes, etc.
• Descriptores globales basados en formas, texturas y color.
• Descriptores locales.
• Índices multidimensionales.
• Índices métricos.
• Métricas de evaluación de sistemas de Detección: Precisión y Recall, TPR/TNR, Curvas ROC.
• Métricas de evaluación de sistemas de Recuperación: Precisión en función de recall, Precisión interpolada, AP/MAP, P@r, R@r.
• Correlación de rankings: Correlaciones de Spearman y Kendall Tau.