Aprendizaje autom\u00e1tico\u00a0es la ciencia de hacer que una computadora act\u00fae sin programaci\u00f3n. El aprendizaje profundo es un subconjunto del aprendizaje autom\u00e1tico que, en t\u00e9rminos muy simples, puede considerarse como la automatizaci\u00f3n de la anal\u00edtica predictiva.<\/p>\n
El Aprendizaje Autom\u00e1tico\u00a0utiliza algoritmos para analizar datos, aprender de ellos y luego hacer una determinaci\u00f3n o predicci\u00f3n sobre algo en el mundo. Entonces, en lugar de codificar a mano las rutinas de software con un conjunto espec\u00edfico de instrucciones para realizar una tarea en particular, la m\u00e1quina est\u00e1 “entrenada” usando grandes cantidades de datos y algoritmos que le dan la capacidad de aprender c\u00f3mo realizar la tarea.<\/p>\n
El prop\u00f3sito del aprendizaje autom\u00e1tico es descubrir patrones en sus datos y luego hacer predicciones basadas en esos a menudo, patrones complejos para responder preguntas de negocios y ayudar a resolver problemas.<\/p>\n
Hay tres tipos de algoritmos de aprendizaje autom\u00e1tico:<\/p>\n
Los conjuntos de datos se etiquetan para que los patrones se puedan detectar y utilizar para etiquetar nuevos conjuntos de datos.<\/p>\n
Los conjuntos de datos no est\u00e1n etiquetados y se ordenan seg\u00fan similitudes o diferencias<\/p>\n
Los conjuntos de datos no est\u00e1n etiquetados pero, despu\u00e9s de realizar una acci\u00f3n o varias acciones, el sistema de AI recibe comentarios.<\/p>\n
Por ejemplo, si proporcionas a un programa de aprendizaje autom\u00e1tico con muchas im\u00e1genes de rayos X, junto con sus s\u00edntomas correspondientes, esta podr\u00e1 ayudar (o posiblemente automatizar) el an\u00e1lisis de las im\u00e1genes de rayos X en el futuro.<\/p>\n
La aplicaci\u00f3n de aprendizaje autom\u00e1tico comparar\u00e1 todas esas im\u00e1genes diferentes y encontrar\u00e1 cu\u00e1les son los patrones comunes en las im\u00e1genes que han sido etiquetadas con s\u00edntomas similares. Adem\u00e1s, cuando le proporcione nuevas im\u00e1genes, comparar\u00e1 su contenido con los patrones que ha recogido y le dir\u00e1 qu\u00e9 tan probable es que las im\u00e1genes contengan alguno de los s\u00edntomas que ha estudiado anteriormente.<\/p>\n","protected":false},"excerpt":{"rendered":"
Definici\u00f3n
\nAprendizaje autom\u00e1tico\u00a0es la ciencia de hacer que una computadora act\u00fae sin programaci\u00f3n. El aprendizaje profundo es un subconjunto del aprendizaje autom\u00e1tico que, en t\u00e9rminos muy simples, puede considerarse como la automatizaci\u00f3n de la anal\u00edtica predictiva.
\nC\u00f3mo funciona?
\nEl Aprendizaje Autom\u00e1tico\u00a0utiliza algoritmos para analizar datos, aprender de ellos y luego hacer una determinaci\u00f3n o predicci\u00f3n sobre algo en el mundo.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"nf_dc_page":"","footnotes":""},"categories":[191],"tags":[237,249],"class_list":["post-2909","post","type-post","status-publish","format-standard","hentry","category-informatica","tag-diferencias","tag-inteligencia-artificial"],"yoast_head":"\n