Buena pregunta. Tenía exactamente la misma pregunta hace casi 6 meses, cuando me topé con algo llamado Machine Learning.
Sí, ML hace exactamente lo mismo. En ML, el modelo que construye le pide que proporcione la entrada con su salida correcta correspondiente. En terminología de ML, se llama el conjunto de datos de entrenamiento. Esto se debe a que estamos entrenando el modelo al decir que para este tipo de preguntas, esta es la respuesta. Después de esto, probamos el modelo simplemente haciendo preguntas y verificando qué tan bien (con precisión) responde. Para ello, genera una función Hipótesis y luego calcula el error entre su valor predicho y la respuesta real. De este modo, minimiza el factor de error. El mejor modelo es el que da el error mínimo (predicciones más precisas) para un enunciado del problema dado.
Se puede implementar usando MATLAB, R, Python, etc.
- Entonces, ¿es una estructura de datos un algoritmo que describe cómo organizar las cosas?
- Cómo reducir los componentes fuertemente conectados en nodos únicos de manera eficiente si estoy usando una representación de lista de adyacencia
- ¿Vale la pena pagar 6 x $ 49 por una estructura de datos y especialización de algoritmos en Coursera?
- ¿Cuál es el mejor algoritmo?
- ¿Qué significa front = rear = null y front = rear = -1 en la cola de las estructuras de datos en C ++?
También puede implementar en C ++ pero tendrá que escribir millones de líneas de código. En cambio, si usa Python o R o Matlab, le proporcionan enormes colecciones de bibliotecas y paquetes como pandas, numpy, scikit learn, etc. para Data Analytics que lo ayudarán en gran medida.
Espero que esto ayude…