Esa es una forma en que se usa. Buenos ejemplos son los algoritmos entrenados para detectar tumores cancerosos. Eso se llama clasificación o análisis predictivo.
También se puede usar para encontrar patrones interesantes en grandes conjuntos de datos, explicando cosas como los comportamientos del consumidor. Eso se llama minería de datos.
Se puede usar para entrenar a un sistema para que se comporte de cierta manera y tome las medidas apropiadas a medida que cambia el entorno, como es el caso de los vehículos autónomos. Eso se llama aprendizaje de refuerzo.
- ¿Cuál es la diferencia entre SVM y ANN?
- ¿Cómo explicaría el concepto de una capa convolucional en una red profunda a una persona no técnica?
- ¿Cuál es el propósito de visualizar las capas de activación en una arquitectura de red neuronal convolucional?
- ¿Cuál es la diferencia entre D3M y el aprendizaje profundo?
- ¿Qué es una herramienta Weka?
Se puede usar para clasificar automáticamente las cosas, como clasificar artículos de periódicos en temas. Eso se llama agrupación.
También hay una gran superposición entre cada uno de estos. Si puede encontrar patrones interesantes, puede construir modelos a partir de ellos y usar los modelos para hacer predicciones. El agrupamiento se puede usar para hacer predicciones de lo que a una persona le gustaría leer en el ejemplo del artículo del periódico si sabemos que al usuario le gusta un tema particular del artículo. Pero la agrupación y la minería de datos también son útiles cuando no se utilizan para hacer predicciones.