machine-learning
Tipos de aprendizaje
Buscar..
Aprendizaje supervisado
La máquina aprende a predecir una salida cuando se le da una entrada.
Cada caso de entrenamiento consiste en una entrada y una salida objetivo.
Regresión
La salida de destino toma valores continuos.
- Predecir el precio de una acción.
- Predecir el precio de una casa
Clasificación
La salida de destino es una etiqueta de clase.
- ¿Qué tipo de fruta es la entrada?
- Que idioma es una palabra
Aprendizaje reforzado
La máquina tiene que determinar automáticamente el comportamiento ideal para maximizar su rendimiento.
Por ejemplo:
Con el aprendizaje por refuerzo también puede crear un programa de computadora que pueda completar un nivel de Mario ( MarI / O - Aprendizaje automático para videojuegos ).
Aprendizaje sin supervisión
El aprendizaje no supervisado nos permite abordar los problemas con poca o ninguna idea de cómo deberían ser nuestros resultados. Podemos derivar la estructura de datos donde no necesariamente sabemos el efecto de las variables.
El tipo más común de aprendizaje no supervisado es el análisis de cluster o clustering . Es la tarea de agrupar un conjunto de objetos de tal manera que los objetos en el mismo grupo (grupo) sean más similares entre sí que a los de otros grupos.
También hay aprendizaje no supervisado no agrupado. Un ejemplo de ello es identificar voces individuales y música de una malla de sonidos. Esto se llama el "algoritmo del cóctel".