Machine Learning by LUIS ENRIQUE NAVARRO NAVA https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y Algoritmos de machine learning en-us 2021-06-08 07:46:01 UTC 2026-03-01 18:18:47 UTC hello@padlet.com Machine Learning luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592302571  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 para hacer predicciones. 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.]]> 2021-06-08 08:14:04 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592302571 Aprendizaje supervisado luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592373204  estos algoritmos cuentan con un aprendizaje previo basado en un sistema de etiquetas asociadas a unos datos que les permiten tomar decisiones o hacer predicciones. Un ejemplo es un detector de spam que etiqueta un e-mail como spam o no dependiendo de los patrones que ha aprendido del histórico de correos (remitente, relación texto/imágenes, palabras clave en el asunto, etc.). 


]]> 2021-06-08 08:56:52 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592373204 Aprendizaje supervisado(Clasificacion) luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592440997 En el aprendizaje supervisado, los algoritmos de clasificación se usan cuando el resultado es una etiqueta discreta. Esto quiere decir que se utilizan cuando la respuesta se fundamenta en conjunto finito de resultados.
El ejemplo más común de algoritmos de clasificación es el detector de correo no deseado del correo electrónico. Partimos de dos únicas etiquetas: spam o no spam. ¿Cómo consigue categorizarlo? En base a una serie de parámetros:
  • Remitente. 
  • Destinatario individual o en listado.
  • Símbolos y lenguaje utilizado en el asunto. 
Cuando queda definida esta función, el algoritmo de clasificación es capaz de asignarle la etiqueta correcta. A este tipo de metodología se le conoce como clasificación binaria. 
]]> 2021-06-08 09:44:30 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592440997 Aprendizaje supervisado(Regresion) luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592443819 El análisis de regresión es un subcampo del aprendizaje automático supervisado cuyo objetivo es establecer un método para la relación entre un cierto número de características y una variable objetivo continua.
En este sentido, el ejemplo más común es la regresión lineal. ¿Qué significa este concepto? Se trata de un algoritmo de aprendizaje supervisado que se utiliza en ML y en estadística y, en términos sencillos, establece una recta para proporcionar la tendencia de un conjunto de datos. 
Algunos de los usos son los siguientes: la predicción del precio de la vivienda, el tiempo de permanencia de un empleado en una empresa, tiempo que tardará un vehículo en ir de un punto a otro, estimación de ventas de productos...
]]> 2021-06-08 09:46:41 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592443819 Aprendizaje no supervisado luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592448972  estos algoritmos no cuentan con un conocimiento previo. Se enfrentan al caos de datos con el objetivo de encontrar patrones que permitan organizarlos de alguna manera. Por ejemplo, en el campo del marketing se utilizan para extraer patrones de datos masivos provenientes de las redes sociales y crear campañas de publicidad altamente segmentadas. ]]> 2021-06-08 09:50:35 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592448972 Aprendizaje no supervisado(clustering o agrupacion) luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592497829  En términos básicos, el objetivo de la agrupación es encontrar diferentes grupos dentro de los elementos de los datos. Para ello, los algoritmos de agrupamiento encuentran la estructura en los datos de manera que los elementos del mismo clúster (o grupo) sean más similares entre sí que con los de clústeres diferentes. 
 Algunos de los algoritmos de agrupación más comunes son:
  • K-Medias
  • Clusterización Jerárquica
  • Density Based Scan Clustering (DBSCAN)
  • Modelo de Agrupamiento Gaussiano
]]> 2021-06-08 10:28:57 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592497829 Aprendizaje no supervisado(reducción dimensional) luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592500229 La redución de dimensionalidad como método de aprendizaje no supervisado tiene como objetivo reducir el número de variables a tener en cuenta en el análisis.
Un ejemplo de este método es representar en una sola dimensión las medidas de un papel.
]]> 2021-06-08 10:30:33 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592500229 Aprendizaje por refuerzo luisnavarro17 https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592580285  su objetivo es que un algoritmo aprenda a partir de la propia experiencia. Esto es, que sea capaz de tomar la mejor decisión ante diferentes situaciones de acuerdo a un proceso de prueba y error en el que se recompensan las decisiones correctas. En la actualidad se está utilizando para posibilitar el reconocimiento facial, hacer diagnósticos médicos o clasificar secuencias de ADN. ]]> 2021-06-08 11:30:22 UTC https://padlet.com/luisnavarro17/r1ju02r7qiur9e9y/wish/1592580285