El aprendizaje automático significa inferir hipótesis a partir de datos o experiencia dados, lo que resulta en algún modelo que generaliza los datos y, con suerte, saca conclusiones correctas.
En este sentido, los algoritmos (implementados como programas de computadora) que generan tales hipótesis pueden “aprender” de los datos y mejorar su rendimiento. Los algoritmos de “aprendizaje” no contienen instrucciones directas sobre cómo resolver un problema, sino que solo les decimos cómo adaptarse a los nuevos datos.
Esto es apropiado para problemas complejos donde carecemos de un conocimiento completo e incluso una especificación explícita. Los métodos de aprendizaje automático se usan comúnmente en tareas de clasificación (reconocimiento de objetos, comprensión de situaciones, predicción de datos futuros, etc.) y en sistemas expertos (por ejemplo, para diagnóstico).
Un área de aplicación comercial y científicamente importante es la minería de datos, donde dichos algoritmos se utilizan para detectar información y patrones relevantes en grandes bases de datos. Otro campo importante es la bioinformática.
- ¿Qué porcentaje de estudiantes que asisten al curso de UX de la Asamblea General en realidad encuentran trabajos de UX a tiempo completo después de la graduación?
- ¿Cómo se relacionan la educación y el éxito?
- ¿Qué tan buenas son las ubicaciones para los estudiantes de maestría en el Instituto de Matemáticas Chennai?
- ¿Deberían las escuelas de farmacia requerir una sólida formación en química?
- ¿Cómo es ser profesor en una universidad de la que te rechazaron?
Las últimas tecnologías habilitadas para la nube como Azure, Cortana, Siri y Google Now se basan en los conceptos de aprendizaje automático e inteligencia artificial.