Esta respuesta puede ser decepcionante, pero no existe un “mejor” algoritmo. Esto también se conoce como el teorema “Sin almuerzo gratis”, solo puedo recomendar altamente el artículo de Wolpert sobre eso (Wolpert, David H. y William G. Macready. “No hay teoremas de almuerzo gratis para la optimización”. Computación evolutiva, Transacciones IEEE en 1.1 (1997): 67-82., No hay teoremas de almuerzo gratis para la optimización).
Sin embargo, existen algoritmos apropiados y no tan apropiados para tareas problemáticas particulares. Quiero decir, cada conjunto de datos es numérico cuando usas el aprendizaje automático. Si tiene variables de “cadena” categóricas, generalmente las codifica de alguna manera (por ejemplo, codificación de una sola vez). Entonces, la elección del algoritmo depende en gran medida de
– el tamaño de los datos de entrenamiento
– la cantidad de características
– la calidad de las características
– el número de etiquetas de clase únicas
– problemas lineales versus no lineales
…
Realmente lamento no darte una respuesta más concreta, pero desafortunadamente, no hay ninguna 🙁
- ¿El robot humanoide en Ex Machina todavía se considera ciencia ficción o hay desarrollos tecnológicos en la actualidad que pueden alcanzar ese nivel de IA?
- ¿La inteligencia artificial (IA) superará a los traductores humanos para 2024?
- ¿Cómo podría usarse un modelo de aprendizaje automático para encontrar un componente roto en una línea de ensamblaje?
- ¿Cuál sería la mejor manera de agrupar un flujo de titulares de noticias?
- ¿Cuál es la controversia sobre la IA?