Contenido

Objetivo

Conocer de forma general los diferentes tipos de aprendizaje automático y estudiar los métodos basados en el tiempo, comprendiendo la importancia de considerar este factor al seleccionar un modelo de aprendizaje.

Descripción

El aprendizaje automático es un campo que se ha crecido en popularidad durante la última década. Resolver un problema con aprendizaje automático requiere conocer con claridad la situación que se quiere analizar y la naturaleza de los datos que la describen. Si la información base incluye ejemplos de respuestas para algunos valores de entrada, se puede utilizar el enfoque del aprendizaje supervisado.

Explicación

Haz clic para revisar la explicación.

Introducción al aprendizaje supervisado

Recursos adicionales

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa el siguiente video:

WIRED. (2021, 18 de agosto). Computer Scientist Explains Machine Learning in 5 Levels of Difficulty | WIRED [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=5q87K1WaoFI

Actividad

Objetivo

Consolidar los conocimientos sobre los principales conceptos del aprendizaje automatizado

Instrucciones

Una de las habilidades de un experto en inteligencia artificial y aprendizaje automático es tener la capacidad de generar conjuntos de datos experimentales para poner a prueba los diferentes modelos que va construyendo durante el desarrollo de su carrera.

Investiga cuáles de las diversas herramientas de Python incluyen la funcionalidad de realizar esta acción y construye artificialmente los siguientes conjuntos de datos:

  1. Conjunto de datos de tres características linealmente relacionados.
  2. Conjunto de datos de cuatro características, relacionados de forma completa, no lineal.
Checklist

Asegúrate de:

  • Construye los conjuntos de datos a partir de los criterios indicados.