11* Revista Universidad de Guayaquil. Patrocinada por el Msc. CESAR LEYVA. Clustering & Neutrosofía Gladys Yadira Riofrio Alvarez , María del Mar Carabalí Castillo, Blanca Mejillon Ramos, David Alexander Tomala Briceño, Vicente Javier Baque Vera, Autores, Maikel Leyva-Vázquez Doocente Universidad de Guayaquil (UG) · Facultad de Ciencias Matemáticas y Físicas Msc. Docente Revisor IEEE , y L. L. Autor, Fellow, IEEE Filiación Completa(Institución, Dirección, email) Resumen —Este documento tiene como objetivo profundizar el conocimiento del Aprendizaje no Supervisado el mismo que trabaja con datos no rotulados, técnica conocida como Clustering, su conocimiento nos permite en la vida real medir el desempeño. Encontrando de forma natural grupos en los datos, utilizaremos las principales características de cada elemento, actividad que permitirá agrupar elementos parecidos, utilizando en todo momento técnicas paramétricas y no paramétricas. Para el efecto explicaremos a fondo sus características, clases existentes, conoceremos a fondo ¿cómo haremos clustering?, y su graficación en el plano cartesiano. Aplicaremos el algoritmo de clustering sobre los puntos y encontraremos de este modo los grupos, mediando los resultados obtenidos. Abstract – This document aims to deepen the knowledge of Non-Supervised Learning, which works with unlabelled data, a technique known as Clustering, its knowledge allows us to measure performance in real life. Naturally finding groups in the data, we will use the main characteristics of each element, activity that will allow grouping similar elements, using parametric and non-parametric techniques at all times. For this purpose we will thoroughly explain its characteristics, existing classes, we will know in depth how we will clustering ?, and its graphing in the Cartesian plane. We will apply the clustering algorithm on the points and find the groups in this way, mediating the results obtained. Introducción Este documento provee un ejemplo del APRENDIZAJE NO SUPERVISADO, para que usted lo va a utilizar en la vida real, de este modo potenciara el desempeño en ambientes de alta generación de data. La presentación de los datos es muy importante como los mismos son manipulados internamente y externamente. Y los requerimientos de algunas técnicas planteadas como ejemplo a lo largo de como ellos han sido consevidos.