Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rama de la inteligencia artificial que estudia como dotar a las máquinas de capacidad de aprendizaje
como la generalización del conocimiento a partir de experiencias
RECONOCIMIENTO DEVOZ
El automático se utiliza algoritmos para analizar los datos aprender de ellos y tomar decisiones en
base a lo aprendido y el profundo crea una red neuronal artificial capaz de aprender y tomar
decisiones inteligentes por si misma
El aprendizaje automático observa los patrones y aprende de ellos para el futuro y la minería de
datos es una fuente de información para el aprendizaje de maquinas
REGRESION
BAYESIANO
ARBOL DE DECISION
AGRUPACION
REDUCCION DE DIMENSION
11. ¿Cuáles son los pasos necesarios para elegir el algoritmo de aprendizaje automático adecuado
para su problema de clasificación?
Conjunto de entrenamiento: Son los datos con los que partimos para entrenar al algoritmo
Herramienta que permite analizar los resultados de como trabaja un algoritmo supervisado
Clasificación: Tiene la tarea de asignar una clase, predecir a que clase pertenece.
Text mining es un conjunto de técnicas que estructuran la información para identificar patrones y
extraer nueva información
18. Realiza una tabla donde aparezcan las características y utilidades más significativas de las
siguientes librerías correspondientes a Machine learning
Librería Características
Pandas Permite leer y escribir para BDD, para manipulación de datos
Tensor flow Permite a las redes neuronales construir redes para patrones de
entrenamiento
20. realice un esquema que muestre las 5 fases del proceso de extracción del conocimiento y
explique cada fase.
Selección de datos: Se determina las fuentes de datos , es donde los datos relevantes para el análisis
son extraídos desde las fuentes
Data mining: Métodos inteligentes para extraer patrones desconocidos, nuevos y potencialmente
útiles y comprensibles.
21. Realiza una tabla donde aparezcan las características y utilidades más significativas de las
técnicas más representativas de la minería de datos.
REDES NEURONALES
ARBOLES DE DECISOON
MODELOS ESTADISCTICO
AGRUPAMIENTO
ALGORITMO SUPERVISADO
ALGORITMO NO SUPERVISADO