Andres Miguel Chila Quiroga

461216124
Consulta #2
Tipos de aprendizaje
1. Aprendizaje supervisado: El aprendizaje supervisado se llama así porque
el desarrollador actúa como una guía para enseñar al algoritmo las
conclusiones a las que debe llegar, es decir la salida del algoritmo ya es
conocida. Es similar a la forma en que un niño podría aprender de un
maestro.
2. Aprendizaje no supervisado: Acá no existe un conjunto de datos de
entrenamiento y los resultados son desconocidos. Esencialmente, se entra
en el problema de manera ciega y con solo operaciones lógicas
impecables para guiarlo, aunque parezca increíble, el aprendizaje no
supervisado es la capacidad de resolver problemas complejos utilizando
solo los datos de entrada y los algoritmos lógicos, y en ningún momento se
tiene datos de referencias.
3. Premio o castigo: Cuando una conducta va seguida de un estímulo
placentero, esta conducta tenderá a reforzarse y por lo tanto aumentará la
probabilidad de manifestarse en el futuro, mientras que, si tal conducta va
seguida por algún estímulo aversivo, ésta tenderá a disminuir. De aquí que
también se denomine aprendizaje mediante premio y castigo.
4. Corrección de error: Tiene el mismo concepto que aprendizaje
supervisado.
5. Aprendizaje cooperativo: un par de agentes de robots pueden reducir el
tiempo que lleva aprender una tarea de navegación sencilla en un 50% o
más, cuando aprovechan el creciente cuerpo de conocimiento de los
demás. Un par de agentes de robots pueden reducir el tiempo que lleva
aprender una tarea de navegación sencilla en un 50% o más, cuando
aprovechan el creciente cuerpo de conocimiento de los demás.
Reconocimiento de patrones:
Se encarga de la descripción y clasificación de los procesos sobre
ingeniería, computación y matemáticas relacionados con objetos, esto con
el fin de extraer información que permita identificar propiedades entre
conjuntos de objetos (patrones) individuales a reconocer.
Metodologías para el reconocimiento de patrones
•Heurísticas: Esta metodología es la que hace uso de la experiencia
y la intuición humana. Por lo general, los sistemas que son
desarrollados bajo estos métodos, están hechos a la medida del
problema que se desea resolver.
•Matemáticas: Este tipo de metodologías hacen uso de las
propiedades comunes de los patrones y se basan en las reglas de
clasificación formuladas en un marco matemático. Además, este
enfoque se divide a su vez en otras dos categorías: las
determinísticas y las estadísticas. Entre los métodos determinísticos
podemos encontrar, por ejemplo, los algoritmos de aprendizaje
iterativo tales como los algoritmos utilizados para el entrenamiento de
redes neuronales. Por otra parte, dentro de los métodos estadísticos
podemos encontrar a los clasificadores basados en las reglas de
clasificación de Bayes.
•Lingüísticas (sintácticas): Por último, encontramos las metodologías
lingüísticas en las cuales se hace uso de los elementos primitivos
que componen a los patrones y la relación que existe entre ellos.
WebGrafía
- https://ligdigonzalez.com/diferencia-entre-aprendizaje-supervisado-y-no-
supervisado/
- https://www.fi.upm.es/?pagina=733
- http://www.varpa.org/~mgpenedo/cursos/scx/archivospdf/Tema2-0.pdf
- https://www.inteldig.com/2019/02/inteligencia-artificial-mediante-
aprendizaje-cooperativo/
- https://www.bbvaopenmind.com/ciencia/grandes-
personajes/alessandro-volta-de-la-corriente-en-ranas-a-la-pila-electrica/