Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad

El Machine Learning es una disciplina del campo de la Inteligencia Artificial que, a travé, Apuntes de Informática

El Machine Learning es una disciplina del campo de la Inteligencia Artificial que, a través de algoritmos, dota a los ordenadores de la capacidad de identificar patrones en datos masivos y elaborar predicciones (análisis predictivo). Este aprendizaje permite a los computadores realizar tareas específicas de forma autónoma, es decir, sin necesidad de ser programados. El término se utilizó por primera vez en 1959. Sin embargo, ha ganado relevancia en los últimos años debido al aumento de la capacidad de computación y al boom de los datos. Las técnicas de aprendizaje automático son, de hecho, una parte fundamental del Big Data. Distintos algoritmos de 'machine learning' Los algoritmos de Machine Learning se dividen en tres categorías, siendo las dos primeras las más comunes: Aprendizaje supervisado: estos algoritmos cuentan con un aprendizaje Distintos algoritmos de 'machine learning' Los algoritmos de Machine Learning se dividen en tres categorías, siendo las dos primeras las más coo

Tipo: Apuntes

2022/2023

Subido el 20/06/2024

areli-gs
areli-gs 🇲🇽

1 / 4

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
+---------------------------------------------------+
| Machine Learning |
+---------------------------------------------------+
|
v
+---------------------------------------------------+
| Regresión Lineal |
| Modelo matemático que busca la mejor línea que |
| se ajuste a los datos para predecir una variable |
| continua. |
+---------------------------------------------------+
|
v
+---------------------------------------------------+
| Regresión Logística |
| Utilizada para predecir la probabilidad de que |
| una observación pertenezca a una categoría |
| particular. Es útil en clasificación binaria. |
+---------------------------------------------------+
|
v
+---------------------------------------------------+
| Árboles de Decisión |
| Estructuras de decisión que dividen el espacio |
| de características en regiones, permitiendo la |
| clasificación o predicción de datos. |
+---------------------------------------------------+
|
v
pf3
pf4

Vista previa parcial del texto

¡Descarga El Machine Learning es una disciplina del campo de la Inteligencia Artificial que, a travé y más Apuntes en PDF de Informática solo en Docsity!

| Machine Learning | +---------------------------------------------------+ | v +---------------------------------------------------+ | Regresión Lineal | | Modelo matemático que busca la mejor línea que | | se ajuste a los datos para predecir una variable | | continua. | +---------------------------------------------------+ | v +---------------------------------------------------+ | Regresión Logística | | Utilizada para predecir la probabilidad de que | | una observación pertenezca a una categoría | | particular. Es útil en clasificación binaria. | +---------------------------------------------------+ | v +---------------------------------------------------+ | Árboles de Decisión | | Estructuras de decisión que dividen el espacio | | de características en regiones, permitiendo la | | clasificación o predicción de datos. | +---------------------------------------------------+ | v

| Random Forest | | Consiste en un conjunto de árboles de decisión, | | cada uno entrenado con subconjuntos diferentes | | de datos y características. Combina sus | | predicciones para una salida final. | +---------------------------------------------------+ | v +---------------------------------------------------+ | SVM (Máquinas de Vectores de Soporte) | | Algoritmo que encuentra un hiperplano en el | | espacio de características que mejor separa | | las clases en un problema de clasificación. | +---------------------------------------------------+ | v +---------------------------------------------------+ | KNN (K Vecinos Más Cercanos) | | Asigna a una observación no etiquetada la | | etiqueta que más se repite entre sus vecinos | | más cercanos en el espacio de características. | +---------------------------------------------------+ | v +---------------------------------------------------+ | K-Means | | Algoritmo de clustering que divide un conjunto | | de datos en k grupos basados en similitudes |

  1. KNN (K Vecinos Más Cercanos):
    • Para qué sirve: Decidir basado en lo que hacen tus vecinos cercanos.
    • Ejemplo: Clasificar flores basado en características como el tamaño de los pétalos.
  2. K-Means:
    • Para qué sirve: Agrupar cosas similares juntas sin saber qué son.
    • Ejemplo: Agrupar noticias en temas similares sin saber de qué tratan. Espero que estas definiciones simplificadas te ayuden a comprender mejor cada uno de los algoritmos. Si necesitas más aclaraciones, no dudes en preguntar.