Interesante pregunta. El “aprendizaje automático” es un concepto amplio, por lo que podría modificarse para adaptarse a muchas técnicas. El “filtrado colaborativo” es más concreto: se refiere a un procedimiento específico (aunque con muchos enfoques) a través del cual se utiliza el comportamiento de otros usuarios para poder recomendar a un usuario específico.
Ahora, la parte de “máquina” está clara, por lo que el filtrado colaborativo calificaría si también pudiera encajar en la parte de “aprendizaje”: ¿aprende un motor de FQ? (es decir, ¿mejora con el tiempo a medida que recopila más datos?). Por lo general, lo hace: si podemos alimentar más datos de comportamiento al motor, los resultados son típicamente (aunque no siempre) más precisos, ya que la mayoría de los algoritmos de CF pueden mejorar su rendimiento con datos adicionales (en términos de precisión, configuración de escalabilidad problemas a un lado, y descarte por problemas de simplicidad asociados con el ruido en los datos, la saturación, etc. Esto suele ser un hito del aprendizaje automático: más datos, más aprendizaje, mejores resultados.
Una posible razón por la cual la FQ no está más claramente posicionada como aprendizaje automático es que su asignación a una categoría de aprendizaje automático es imprecisa. Puede ser aprendizaje supervisado o aprendizaje no supervisado, según el algoritmo o el tipo de datos. Cuando se supervisa, podría ser una regresión o una clasificación, según el resultado. Incluso podría ser el aprendizaje de refuerzo. Por lo tanto, no encaja perfectamente en una sola categoría de ML (puede consultar ¿Cuál es la diferencia entre Clustering y Collaborative Filtering? Para una discusión adicional).
- ¿Cuáles son los mejores software de aprendizaje automático de código abierto para reconocimiento facial?
- ¿Cuáles son los conceptos básicos de los campos aleatorios condicionales?
- ¿Cuáles son las mejores medidas de rendimiento para un modelo de detección de anomalías?
- ¿Cómo puedo evitar el sobreajuste?
- Cómo interpretar la trama de ACF
En última instancia, supongo que el problema es que estamos hablando de diferentes conceptos: el “aprendizaje automático” es un qué (lo que está haciendo el sistema), mientras que el “filtrado colaborativo” es un cómo (el enfoque utilizado para hacerlo). Entonces la semántica es de alguna manera diferente.