Digamos que usted es dueño de una tienda y quiere saber si uno de sus clientes va a visitar su tienda nuevamente o no. La respuesta a esa pregunta solo puede ser un ‘Sí’ o ‘No’ .
Este tipo de problemas en Machine Learning se conocen como problemas de clasificación.
Los problemas de clasificación normalmente tienen una salida categórica como ‘sí’ o ‘no’, ‘1’ o ‘0’, ‘Verdadero’ o ‘falso’.
- ¿Qué tipo de pruebas ejecuta para validar la calidad de sus datos?
- ¿Que competencia de kaggle debería elegir?
- Quiero aprender ciencia de datos en un mes. ¿Cómo lo hago?
- ¿Cómo un nuevo graduado que no es CS ingresa a la ciencia de datos?
- ¿Google Drive se cerrará en un futuro cercano?
Veamos otro ejemplo.
Digamos que quiere verificar si en un día en particular, un juego de cricket es posible o no.
En este caso, las condiciones climáticas son los factores dependientes y, en función de ellos, el resultado puede ser “Jugar” o “No jugar”.
Hay 5 tipos de algoritmos utilizados para resolver problemas de clasificación y son:
- Árbol de decisión
- Bayes ingenuos
- Bosque al azar
- Regresión logística
- KNN
Según el tipo de enunciado del problema y los datos disponibles, decidimos el tipo de algoritmo de clasificación que se utilizará.
Al igual que en la Clasificación, existen otros dos tipos de problemas en el aprendizaje automático y son:
Regresión y agrupamiento
En la imagen de arriba, tenemos la lista de todos los diferentes algoritmos o soluciones utilizados para cada uno de los problemas.
Mire este video para saber más sobre Clasificación y aprendizaje automático.
Si está interesado en obtener más información sobre el aprendizaje automático y obtener un conocimiento profundo, consulte nuestra Capacitación sobre certificación de aprendizaje automático.
