En el aprendizaje supervisado, se nos da un conjunto de datos y ya sabemos cómo debería ser nuestra salida correcta,
Enviado por Ramiro Quiroga • 22 de Febrero de 2018 • Apuntes • 354 Palabras (2 Páginas) • 85 Visitas
Aprendizaje supervisado
En el aprendizaje supervisado, se nos da un conjunto de datos y ya sabemos cómo debería ser nuestra salida correcta,
teniendo la idea de que existe una relación entre la entrada y la salida.
Los problemas de aprendizaje supervisado se clasifican en problemas de "regresión" y "clasificación".
En un problema de regresión, estamos tratando de predecir resultados dentro de un resultado continuo,
lo que significa que estamos tratando de asignar variables de entrada a alguna función continua.
En un problema de clasificación, en cambio, estamos tratando de predecir los resultados en un resultado discreto.
En otras palabras, estamos tratando de asignar variables de entrada en categorías discretas.
Ejemplo 1:
Dada la información sobre el tamaño de las casas en el mercado inmobiliario, trate de predecir su precio.
El precio en función del tamaño es un resultado continuo, por lo que este es un problema de regresión.
Podríamos convertir este ejemplo en un problema de clasificación al hacer nuestra salida sobre si la casa "se vende por más o menos que el precio solicitado".
Aquí estamos clasificando las casas según el precio en dos categorias discretas.
Ejemplo 2
(a) Regresión - Dada la imagen de una persona, tenemos que predecir su edad sobre la base de la imagen dada
(b) Clasificación: dado un paciente con un tumor, debemos predecir si el tumor es maligno o benigno.
Aprendizaje sin supervisión
El aprendizaje sin supervisión nos permite abordar problemas con poca o ninguna idea de cómo deberían ser nuestros resultados.
Podemos derivar la estructura de los datos donde no necesariamente conocemos el efecto de las variables.
Podemos derivar esta estructura al agrupar los datos en función de las relaciones entre las variables en los datos.
Con el aprendizaje no supervisado no hay comentarios basados ??en los resultados de predicción.
Ejemplo:
Agrupamiento: tome una colección de 1,000,000 de genes diferentes y encuentre una manera
...