Qué es un algoritmo de machine learning
Cuando entienda qué es la educación automático, merece la pena saber los tres géneros de algoritmos de estudio automático que hay: supervisado, no supervisado y de refuerzo.
En la educación supervisado, la máquina se enseña con el ejemplo. En consecuencia, el operador da al algoritmo de estudio automático un grupo popular de datos que tiene dentro las entradas y salidas requeridas, y el algoritmo debe localizar una forma de saber de qué forma entrar a esas entradas y salidas.
La enorme mayoría de los algoritmos de estudio automático se fundamentan en modelos. En la educación apoyado en modelos, los datos se apartan en datos de entrenamiento y datos de prueba. El algoritmo se edifica con los datos de entrenamiento (AI learning), y se corrobora la rigidez del algoritmo con el resto de los datos. La próxima figura exhibe el fluído de trabajo seguido por este género de algoritmo.
Algoritmos de redes neuronales
Entre los modelos mucho más atrayentes de algoritmos de estudio automático están los que conocemos como redes neuronales. Estos entienden entidades preparadas en capas. Todas estas capas tiene un link a las capas conectadas. Su desempeño tiene como propósito imitar el accionar de procesamiento de información del cerebro humano.
Todos estos elementos de procesamiento de datos están íntimamente interconectados y trabajan juntos para ofrecer resoluciones a los inconvenientes concretos que precisan investigar. Los algoritmos de redes neuronales se acostumbran a utilizar para detallar modelos de relaciones no lineales o en el momento en que la relación de las cambiantes de entrada a un sistema con un prominente nivel de dificultad y entendimiento tiende a ser bien difícil de comprender.
Estudio automático supervisado
La educación supervisado utiliza modelos predictivos que utilizan datos de entrenamiento. Dado un grupo de datos, se quiere que el sistema sea con la capacidad de conseguir una salida. Con este sistema, el modelo se ajusta (adiestra) hasta conseguir los desenlaces deseados. Un caso de muestra de este estudio son los turismos autónomos.
Los primordiales algoritmos en la educación automático supervisado son los árboles de resolución, los clasificadores Naive Bayes, la regresión de mínimos cuadrados ordinarios, la regresión logística y las máquinas de vectores de soporte (SVM).
Otros productos que tienen la posibilidad de interesarle:
- The New York Times está usando la educación automático para entender el accionar de los que leen. por medio de Gigaom.com
- ¡La educación automático es entretenido! mediante medium.com
- Predicción de CTR con estudio automático on line. mediante mlwave.com
Muéstrame este producto en inglés.
