Sí, se usa con bastante frecuencia en la investigación científica.
Por ejemplo, consulte http://arxiv.org/abs/0906.2173
Revisamos el estado actual de la minería de datos y el aprendizaje automático en astronomía. La ‘minería de datos’ puede tener una connotación algo mixta desde el punto de vista de un investigador en este campo. Si se usa correctamente, puede ser un enfoque poderoso, que tiene el potencial de explotar completamente la cantidad exponencialmente creciente de datos disponibles, prometiendo un gran avance científico. Sin embargo, si se usa incorrectamente, puede ser poco más que la aplicación de caja negra de algoritmos informáticos complejos que pueden dar poca información física y proporcionar resultados cuestionables. Aquí, ofrecemos una visión general de todo el proceso de minería de datos, desde la recopilación de datos hasta la interpretación de los resultados. Cubrimos algoritmos comunes de aprendizaje automático, tales como redes neuronales artificiales y máquinas de vectores de soporte, aplicaciones de una amplia gama de astronomía, enfatizando aquellos en los que las técnicas de minería de datos resultaron directamente en una ciencia mejorada e importantes direcciones actuales y futuras, incluidas funciones de densidad de probabilidad, paralelas algoritmos, computación petascale y el dominio del tiempo. Llegamos a la conclusión de que, siempre que uno seleccione cuidadosamente un algoritmo apropiado y se guíe por el problema astronómico en cuestión, la minería de datos puede ser una herramienta poderosa y no una caja negra cuestionable .
- ¿Cuáles son algunos documentos de investigación de inicio sobre búsqueda, aprendizaje automático y recuperación de información?
- ¿Qué algoritmos de aprendizaje automático utilizan servicios como wit.ai y api.ai?
- ¿Se puede utilizar el aprendizaje automático para mejorar la situación de los agricultores en los países en desarrollo? En caso afirmativo, ¿cuál sería su enfoque?
- Durante la validación cruzada k-fold, ¿cuáles son algunas soluciones posibles cuando la varianza de las estimaciones de error de prueba es muy alta?
- Cómo encontrar el contexto de una conversación usando técnicas de aprendizaje automático / aprendizaje profundo / PNL
También se usa en neurociencia también. Vea ¿Cuáles son algunos de los grandes problemas para los que se han utilizado SVM (máquinas de vectores de soporte)? como ejemplo
