Contenido
- Definición - ¿Qué significa el aprendizaje automático?
- Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
- Techopedia explica Machine Learning
Definición - ¿Qué significa el aprendizaje automático?
El aprendizaje automático es una disciplina de inteligencia artificial (IA) orientada al desarrollo tecnológico del conocimiento humano. El aprendizaje automático permite a las computadoras manejar nuevas situaciones a través del análisis, el auto entrenamiento, la observación y la experiencia.
El aprendizaje automático facilita el avance continuo de la informática a través de la exposición a nuevos escenarios, pruebas y adaptaciones, al tiempo que emplea la detección de patrones y tendencias para mejorar las decisiones en situaciones posteriores (aunque no idénticas).
El aprendizaje automático a menudo se confunde con la minería de datos y el descubrimiento de conocimiento en bases de datos (KDD), que comparten una metodología similar.
Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
Techopedia explica Machine Learning
Tom M. Mitchell, pionero del aprendizaje automático y profesor de la Universidad Carnegie Mellon (CMU), predijo la evolución y la sinergia del aprendizaje humano y automático. Las noticias de hoy son un ejemplo perfecto. El servicio de noticias está programado para mostrar contenido de amigo de usuario. Si un usuario etiqueta o escribe con frecuencia en la pared de un amigo en particular, el servicio de noticias cambia su comportamiento para mostrar más contenido de ese amigo.
Otras aplicaciones de aprendizaje automático incluyen reconocimiento de patrones sintácticos, procesamiento de lenguaje natural, motores de búsqueda, visión por computadora y percepción de máquinas.
Es difícil replicar la intuición humana en una máquina, principalmente porque los seres humanos a menudo aprenden y ejecutan decisiones inconscientemente.
Al igual que los niños, las máquinas requieren un período de entrenamiento extendido cuando se desarrollan algoritmos amplios orientados al dictado del comportamiento futuro. Las técnicas de capacitación incluyen aprendizaje de memoria, ajuste de parámetros, macrooperadores, fragmentación, aprendizaje basado en explicaciones, agrupamiento, corrección de errores, registro de casos, gestión de modelos múltiples, propagación hacia atrás, aprendizaje por refuerzo y algoritmos genéticos.