En este módulo, se investiga cómo enmarcar una tarea como un problema de aprendizaje automático y se abarcan muchos de los términos básicos de vocabulario que se comparten en una amplia gama de métodos de aprendizaje automático (AA).
Enmarcado
¿Qué es el aprendizaje automático (supervisado)?
Los sistemas de AA aprenden
cómo combinar entradas
para producir predicciones útiles
sobre datos nunca antes vistos
Terminología: Etiquetas y características
La etiqueta es la variable que estamos prediciendo
Por lo general, se representa mediante la variable y
Terminología: Etiquetas y características
La etiqueta es la variable que estamos prediciendo
Por lo general, se representa mediante la variable y
Los atributos son variables de entrada que describen nuestros datos.
Por lo general, se representa mediante las variables {x1, x2, ..., xn}
Terminología: Ejemplos y modelos
Ejemplo es una instancia de datos en particular, x
Ejemplo etiquetado tiene {atributos, etiqueta}: (x, y)
Se usa para entrenar el modelo
Un ejemplo sin etiqueta tiene {atributos, ?}: (x, ?)
Se usa para realizar predicciones sobre datos nuevos.
Terminología: Ejemplos y modelos
Ejemplo es una instancia de datos en particular, x
Ejemplo etiquetado tiene {atributos, etiqueta}: (x, y)
Se usa para entrenar el modelo
Un ejemplo sin etiqueta tiene {atributos, ?}: (x, ?)
Se usa para realizar predicciones sobre datos nuevos.