De
- Computación Cognitiva e Inteligencia Artificial
- Analítica e Inteligencia de Negocios
Aquí están las definiciones:
- Aprendizaje automático: dar a las computadoras la capacidad de aprender sin ser programado explícitamente; un método de análisis de datos que automatiza la construcción de modelos analíticos; usando algoritmos que aprenden iterativamente de los datos para encontrar información oculta sin ser programados explícitamente dónde buscar
- Ciencia de datos: un campo interdisciplinario sobre métodos, procesos y sistemas científicos para extraer información de los datos en varias formas, estructuradas o no estructuradas; un concepto para unificar estadísticas, análisis de datos y sus métodos relacionados con el fin de comprender y analizar fenómenos reales con datos; Emplea técnicas y teorías extraídas de muchos campos dentro de las áreas amplias de matemáticas, estadísticas, ciencias de la información y ciencias de la computación, en particular del aprendizaje automático, clasificación, análisis de conglomerados, minería de datos, bases de datos y visualización.
- Análisis: descubrimiento y comunicación de patrones significativos en datos y texto.
- Big data: conjuntos de datos extremadamente grandes que pueden analizarse computacionalmente para revelar patrones, tendencias y asociaciones, especialmente en relación con el comportamiento y las interacciones humanas.
- Durante el aprendizaje automático para la detección de objetos, ¿cómo puedo simular el efecto de la iluminación de diferentes días en mi conjunto de datos de entrenamiento?
- ¿Cuáles son algunas habilidades matemáticas altamente relevantes que se requieren si quiero comenzar a investigar en algoritmos de Machine Learning?
- ¿Cuál es la diferencia entre agrupar sin PCA y agrupar con PCA?
- ¿La red neuronal convolucional (CNN) tiene que ver con la arquitectura de red y factores como la tasa de aprendizaje, la función de pérdida utilizada, etc.
- ¿Por qué las personas incrustan / envuelven código python en C / C ++?
