Comprender el funcionamiento de los principales algoritmos del aprendizaje supervisado y no supervisado para saber cuál paradigma aplicar a un problema real, así como conocer qué tipos de herramientas digitales existen para la clasificación de datos con el objetivo de implementarlas en tus proyectos.
La clasificación es el proceso de agrupar elementos en una o algunas categorías predefinidas. Los algoritmos que realizan esta tarea se aplican sobre categorías que el ser humano separaría usando el sentido común, por ejemplo, el reconocimiento de caracteres o el filtrado de correo spam. Sin embargo, el valor de esta tecnología está en la cantidad de datos que se pueden procesar en comparación al procesamiento de un ser humano.
Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre los fundamentos matemáticos para el aprendizaje automático, te recomendamos leer:
Delua, J. (2021). Supervised vs. Unsupervised Learning: What’s the Difference? Recuperado de https://www.ibm.com/cloud/blog/supervised-vs-unsupervised-learning
Analizar algoritmos y herramientas para el aprendizaje automático no supervisado.
Identifica en tu centro laboral o entorno cotidiano una situación en la que puedas recopilar datos o elige alguno de los siguientes conjuntos de datos:
Con base en el conjunto de datos, determina que técnica o modelo de aprendizaje no supervisado es el adecuado para el agrupamiento de los datos.
Asegúrate de: