Podría decirse que el aprendizaje automático ha atraído la mayor parte de la atención dentro del dominio de la inteligencia artificial. Incluso dentro del subconjunto de IA que constituye el aprendizaje automático profundo, el aprendizaje profundo a veces puede parecer el único dominio que recibe mucha atención. Sin embargo, otras áreas de aprendizaje automático continúan creciendo al igual que otras áreas de IA. El aprendizaje profundo recibe una gran atención en la academia y la industria porque ha demostrado ser extremadamente efectivo para abordar ciertos tipos de tareas, y en los medios porque los tipos de tareas que los investigadores lo han aplicado con éxito parecen emocionantes y se pueden relacionar con la persona lei. Estas son solo algunas otras áreas de IA de gran interés para la academia y la industria:
- Agrupación no supervisada: se usa de forma extremadamente amplia cuando se agrupan objetos por similitud en categorías, lo que proporciona información o valor productivos.
- Aprendizaje de refuerzo: se utiliza mucho en el campo de la robótica.
- Detección de anomalías: apalancado en gran medida para la detección de fraudes financieros. Tenga en cuenta que si bien muchas técnicas de detección de anomalías dependen del aprendizaje automático, algunas no lo hacen.
- Algoritmos de búsqueda eficientes: se utilizan para resolver problemas de satisfacción de restricciones, como la búsqueda óptima de rutas dados los patrones de tráfico y carretera.
- Razonamiento y lógica automatizados: Aprovechado para un impresionante razonamiento matemático automatizado exhibido por software como los solucionadores de ecuaciones de Wolfram Alpha, entre muchas otras aplicaciones.
Por supuesto que la lista continúa.
Pregunta original: ¿Es el aprendizaje automático el único campo de IA de interés para la academia y la industria?
- ¿Son los modelos gráficos probabilísticos comúnmente vistos / muy utilizados en la minería de datos práctica / cotidiana?
- ¿Cuáles son algunos buenos indicadores para ideas de proyectos en biología computacional?
- ¿Cómo es tomar CS 228: modelo gráfico probabilístico en Stanford?
- ¿Cuál es una explicación intuitiva de lo que es la actualización de gradiente proyectada?
- ¿Cuál es la diferencia entre una red neuronal y una red de codificador automático?