Introducción al Machine Learning

Luis Fernando Apáez Álvarez

24 de mayo del 2023

¿Qué es el Machine Learning

Es una rama de la inteligencia artificial que se centra en el desarrollo de algoritmos y modelos que permiten a las computadoras aprender y tomar decisiones sin ser explícitamente programadas para cada tarea específica.
En lugar de seguir instrucciones específicas, el Machine Learning utiliza técnicas estadísticas para reconocer patrones en los datos y generar modelos predictivos o de toma de decisiones.

Aprendizaje supervisado: En él se proporciona a la máquina un conjunto de datos de entrenamiento que incluye ejemplos etiquetados. El objetivo del algoritmo de aprendizaje es aprender una función o modelo que pueda mapear las entradas a las salidas correctas. A partir de este modelo, la máquina puede realizar predicciones o clasificar nuevas instancias que no se encuentren en el conjunto de entrenamiento.
Aprendizaje no supervisado: En él no se proporcionan etiquetas o salidas esperadas en el conjunto de datos de entrenamiento. En este caso, la máquina debe identificar patrones, estructuras o relaciones inherentemente presentes en los datos sin ninguna orientación externa. El objetivo principal es descubrir información útil o interesante a partir de los datos.

Retroalimentación: En el aprendizaje supervisado, se proporciona retroalimentación explícita a través de las etiquetas para ajustar el modelo. En el aprendizaje no supervisado, la retroalimentación puede ser implícita y depende de cómo se interpreten los resultados del algoritmo.
Aplicaciones: El aprendizaje supervisado se utiliza comúnmente en problemas de clasificación y regresión, mientras que el aprendizaje no supervisado se aplica en problemas de agrupamiento, reducción de dimensionalidad y detección de anomalías.