Los algoritmos de aprendizaje automático, en general, producen un modelo matemático explícito del sistema. Sin embargo, puede estar oculto si está utilizando una biblioteca de aprendizaje automático. Si lee el manual, debería poder reconstruir una función generando los pesos aprendidos.
Esto me lleva al segundo punto, ¿qué quieres hacer para optimizarlo? Si quiere decir, reflejar con mayor precisión los datos sin procesar, esto es exactamente lo que hacen los algoritmos de aprendizaje automático y es probable que tenga una muy buena optimización. Diferentes algoritmos hacen diferentes suposiciones sobre los datos (la regresión lineal supone una relación lineal entre las variables, por ejemplo), por lo que debe probar diferentes algoritmos para su problema.
Si el modelo no funciona para usted, intente variar los datos de entrada: más características, menos características, más datos son casi siempre beneficiosos.
- ¿Cuáles son algunos paquetes de software populares para modelos gráficos?
- ¿Cómo deciden los científicos computacionales qué estrategia usar para la validación cruzada?
- ¿Quiénes son algunos de los principales profesores que enseñan Machine Learning en Europa?
- Algunas cosas "fueron modeladas como procesos de Poisson". ¿Qué quieren decir con eso?
- ¿Cuáles son algunos desarrollos interesantes pero pasados por alto en la investigación de ML?
Finalmente, el aprendizaje automático no producirá buenos resultados en todos los casos; el problema puede no ser adecuado.
