Los programas de IA SON algoritmos. Todos los algoritmos pueden sufrir el mismo tipo de problema: errores. Esto es causado principalmente por un error humano. Pero voy a asumir que esa no es la respuesta que estabas buscando. Para comenzar con esta pregunta, me gustaría presentar el tema de la IA.
El aprendizaje automático, que es un gran subcampo de IA, intenta identificar patrones en los datos asignándole una ecuación matemática. Desea una ecuación que pueda dar cuenta de todos los ejemplos nuevos que se dan, no solo de los datos de los que aprendió la ecuación.
Aquí es donde entra en juego el mayor problema: el ajuste y el sobreajuste. Esencialmente, el ajuste insuficiente es cuando la ecuación no coincide con los datos lo suficientemente bien mientras el ajuste excesivo se ajusta DEMASIADO a los datos. Tengo una imagen del curso Coursera de Andrew Ng a continuación para ilustrar lo que quiero decir.
- ¿Cómo debo practicar para poder asear la mayoría de los concursos Gold de USACO?
- ¿Cuáles son las aplicaciones de la vida real de los algoritmos?
- ¿Cómo funciona el retroceso en el caso de encontrar un subconjunto de una suma particular?
- Cómo escribir un algoritmo de diccionario en un programa en C
- Cómo comenzar a aprender cómo crear algoritmos de comercio Quant en Java
Como puede ver, el ejemplo de falta de ajuste apenas pasa a través de los datos, mientras que el exceso de ajuste está ajustando todas las variables posibles para asegurarse de que llegue a cada punto de datos. Ambos son escenarios indeseables. Queremos el que está en el medio: la zona de Ricitos de Oro. Esto garantiza que si agregamos un nuevo punto de datos que el algoritmo nunca haya visto antes, podrá dar una buena predicción de la salida.
Si está interesado en aprender Machine Learning, le recomiendo encarecidamente que tome el curso de Andrew Ng sobre ML. Es increíble para principiantes.
¡Espero que esta respuesta haya ayudado a aclarar las cosas!
– JJ Hennessy
