- Clasificación : los datos están etiquetados, lo que significa que se les asigna una clase, por ejemplo spam / no spam o fraude / no fraude. La decisión que se está modelando es asignar etiquetas a nuevos datos no etiquetados. Esto puede considerarse como un problema de discriminación, modelando las diferencias o similitudes entre los grupos.
- Regresión : los datos se etiquetan con un valor real (piense en coma flotante) en lugar de una etiqueta. Ejemplos que son fáciles de entender son los datos de series temporales como el precio de una acción a lo largo del tiempo. La decisión que se está modelando es qué valor predecir para nuevos datos impredecibles.
- Agrupación : los datos no están etiquetados, pero se pueden dividir en grupos según la similitud y otras medidas de estructura natural en los datos. Un ejemplo de la lista anterior sería organizar imágenes por caras sin nombres, donde el usuario humano tiene que asignar nombres a grupos, como iPhoto en la Mac.
- Extracción de reglas : los datos se utilizan como base para la extracción de reglas proposicionales (antecedente / consecuente, también conocido como if-then ). Dichas reglas pueden, pero generalmente no están dirigidas, lo que significa que los métodos descubren relaciones estadísticamente compatibles entre los atributos en los datos, que no necesariamente involucran algo que se predice. Un ejemplo es el descubrimiento de la relación entre la compra de cerveza y los pañales (esto es la ley popular de minería de datos, sea cierto o no, es ilustrativo del deseo y la oportunidad).
¿Qué tipo de problemas generalmente enfrentamos cuando hacemos aprendizaje automático?
Related Content
¿Cuánta potencia informática tenía IBM SAGE?
¿Puedo alojar mi propio sitio web con mi propia computadora? ¿Cómo voy a hacer eso?
¿Cuáles son las similitudes entre el aprendizaje automático y la econometría?
More Interesting
Cómo demostrar que O (f (n) + g (n)) = O (f (n)) + O (g (n))
¿Cómo es la doble especialización en informática y biología?
¿Cuál es el campo de CS que ahora tiene la mayor tracción o tendrá demanda en la próxima década?
Cómo usar scikit-learn para el pronóstico de datos (problema de regresión)
¿Es fácil hacer que el centro de Bhopal sea bueno para GATE (informática)?
¿Cómo se puede hacer un chip secuencial solo con chips combinacionales?
¿Cómo se usan los modelos gráficos probabilísticos en la comprensión de imágenes?
¿Debo confiar en los servicios de respaldo en línea?
¿Cómo se almacena la información en binario?
¿Puedo aprender el aprendizaje automático en India si estoy en la corriente de comercio?