Hipótesis

En experimentos científicos, la hipótesis es una idea inicial o conjetura fundamentada que precisa investigación, experimentación o evaluación adicional para su constatación como verdadera o falsa. En el aprendizaje automático, la hipótesis es un modelo de aprendizaje automático candidato que se crea para probar su rendimiento, en especial si puede producir el resultado que desea. Como cualquier hipótesis, se utiliza como base para la investigación, experimentación y evaluación adicionales.

La hipótesis se mejora a través de la experimentación. Usted proporciona la hipótesis con una muestra de datos históricos para el entrenamiento, lo que genera un modelo. A continuación, prueba el rendimiento del modelo, por ejemplo, sobre un nuevo conjunto de datos y evalúa la eficacia de sus estimaciones en función de esos datos.

Cuando ha ajustado el modelo a través de la experimentación y tiene un resultado que puede servir como su solución terminada, básicamente ha generado una función objetivo. Una función objetivo asigna variables independientes (variables que puede cambiar directamente, a menudo llamadas variables de entrada o variables predictoras) a variables dependientes (variables que cambian indirectamente, también llamadas variables de salida o variables de respuesta) de la manera que mejor se adapte a sus necesidades y expectativas. Puede utilizar la función objetivo para buscar datos de salida (respuestas) para entradas a problemas reales.

Nota: Recuerde que los modelos utilizados en el aprendizaje automático son básicamente el modelado de creencias o suposiciones sobre un sistema. Esto siempre llevará a algún nivel de incertidumbre, por lo que es muy importante experimentar con una hipótesis.