Uso de marcos

En este módulo, se investiga cómo enmarcar una tarea como un problema de aprendizaje automático y se abarcan muchos de los términos básicos de vocabulario que se comparten en una amplia gama de métodos de aprendizaje automático (AA).

Enmarcado

Los sistemas de AA aprenden

cómo combinar entradas

para producir predicciones útiles

sobre datos nunca antes vistos

  • La etiqueta es la variable que estamos prediciendo
    • Por lo general, se representa mediante la variable y
  • La etiqueta es la variable que estamos prediciendo
    • Por lo general, se representa mediante la variable y
  • Los atributos son variables de entrada que describen nuestros datos.
    • Por lo general, se representa mediante las variables {x1, x2, ..., xn}
  • Ejemplo es una instancia de datos en particular, x
  • Ejemplo etiquetado tiene {atributos, etiqueta}: (x, y)
    • Se usa para entrenar el modelo
  • Un ejemplo sin etiqueta tiene {atributos, ?}: (x, ?)
    • Se usa para realizar predicciones sobre datos nuevos.
  • Ejemplo es una instancia de datos en particular, x
  • Ejemplo etiquetado tiene {atributos, etiqueta}: (x, y)
    • Se usa para entrenar el modelo
  • Un ejemplo sin etiqueta tiene {atributos, ?}: (x, ?)
    • Se usa para realizar predicciones sobre datos nuevos.
  • Modelo asigna ejemplos a etiquetas predichas: y'
    • Definido por parámetros internos, que se aprenden
Anterior
Introducción al AA (3 min)
Siguiente
Terminología clave de AA