Ir al contenido principal

Diagrama de temas

    • Panorama General Sobre el Aprendizaje Automático

      Panorama general sobre el aprendizaje automático

      Puede pensar en el aprendizaje automático como un subconjunto de IA que se centra en el uso de equipos, computadores y software, para aprender a partir de un conjunto determinado de datos y hacer estimaciones en función de esos datos. Estas estimaciones se realizan sin la ayuda de instrucciones programadas directamente en el equipo en sí. En su lugar, el equipo se somete a un proceso llamado entrenamiento, en el que los datos se introducen en uno o más algoritmos. Los algoritmos son conjuntos de reglas para llevar a cabo operaciones de resolución de problemas que pueden tomar decisiones inteligentes sobre los datos y cómo pertenecen a un entorno. Las estimaciones se pueden utilizar para hacer predicciones o tomar otras decisiones, así como para implementar medidas. El algoritmo "aprende" midiendo la eficacia con la que sus tareas toman decisiones, luego mejora sus propias capacidades de toma de decisiones con base en estas mediciones de rendimiento. Como su nombre lo indica, el aprendizaje automático garantiza que no solo una máquina puede tomar decisiones inteligentes, sino que también puede mejorar en la toma de esas decisiones con tiempo y experiencia.


      Figura 1. El proceso general del aprendizaje automático.
      Hay muchos algoritmos de aprendizaje automático. Estos algoritmos se basan en conceptos matemáticos para hacer predicciones y tomar decisiones inteligentes. Diferentes algoritmos son apropiados en diferentes situaciones, pero la meta principal de seleccionar un algoritmo es identificar aquel que tiene el mayor rendimiento mensurable para un problema determinado.

      Nota: El aprendizaje automático se abrevia ocasionalmente como AA.

      Información adicional:

      Para obtener información adicional sobre los aspectos básicos del aprendizaje automático, consulte aquí