El aprendizaje automático es un método de análisis de datos que automatiza la construcción de modelos analíticos. Mediante el uso de algoritmos que aprenden iterativamente de los datos, el aprendizaje automático permite a las computadoras encontrar información oculta sin tener que programar explícitamente dónde buscar.
Debido a las nuevas tecnologías informáticas, el aprendizaje automático de hoy no es como el aprendizaje automático del pasado. Si bien muchos algoritmos de aprendizaje automático han existido durante mucho tiempo, la capacidad de aplicar automáticamente cálculos matemáticos complejos a grandes datos, una y otra vez, cada vez más rápido, es un desarrollo reciente. Aquí hay algunos ejemplos ampliamente publicitados de aplicaciones de aprendizaje automático con los que puede estar familiarizado:
- ¿El auto de Google muy publicitado y autónomo? La esencia del aprendizaje automático.
- ¿Ofertas de recomendación en línea como las de Amazon y Netflix? Aplicaciones de aprendizaje automático para la vida cotidiana.
- ¿Sabes lo que dicen los clientes sobre ti en Twitter? Aprendizaje automático combinado con creación de reglas lingüísticas.
- Detección de fraude? Uno de los usos más obvios e importantes en nuestro mundo de hoy.
Un uso popular para el aprendizaje automático hoy en día es el reconocimiento de patrones porque puede usarse para reconocer muchos tipos de imágenes. Por ejemplo, el Servicio Postal de los EE. UU. Utiliza el aprendizaje automático para el reconocimiento de la escritura a mano.
- ¿Puedes citar un ejemplo de ley escrita usando Big Data?
- Al usar una muestra para análisis estadístico, ¿cómo puedo asegurarme de que sea suficiente?
- ¿Cuáles son algunos de los análisis de datos más interesantes que se hayan hecho?
- ¿Qué campo debo elegir ciencia de datos o desarrollo web completo?
- Después de Big Data, Smart Data es una tendencia en 2013. Entonces, ¿qué es Smart Data? ¿Tienes alguna definición clara?
Dos de los métodos de aprendizaje automático más ampliamente adoptados son el aprendizaje supervisado y el aprendizaje no supervisado . La mayoría del aprendizaje automático, alrededor del 70 por ciento, es aprendizaje supervisado. El aprendizaje no supervisado representa del 10 al 20 por ciento.
