Los principales aspectos del aprendizaje máquina supervisado

Conocido como "Supervised machine learning"

Se produce cuando se entrena
a las máquinas con datos etiquetados,
permite tomar decisiones o hacer prediciones

Buscar patrones en datos históricos
relacionado con campo objetivo

Learning - training

Detecta patrones de un conjunto de datos.

Dataset

Materia prima del sistema de predicción

Se utiliza para estrenar al sistema en el histórico de datos

Ejemplos

Enumeración o conjunto finito de clases

Análisis de comportamiento de
clientes en sus procesos de compra,
se les hace recomendaciones de compra

Aplicación que distinga entre millones
de animales con base en imágenes y
descripciones escritas

Clasificación

Encuentra diferentes patrones y
clasifica los elementos en grupos

Meteorológicas

Expectativa de vida

Crecimiento

Se utiliza la variable objetivo que es de tipo numérico

Regresión

Se distingue por la variable objetivo

Se predice un valor real basado en entradas pasadas

Identificación de dígitos

Regresión lineal

Detección de fraude de identidadic

Diagnósticos

Predecir valores de salida
basados en
características de
entrada y salida de los datos

Algoritmos

Conjunto de entradas recibe los resultados correctos
y aprende comparando su resultado real con resultados
para encontrar errores, modificando el modelo de consecuencia.

Algoritmos

Regresión logística

Se usa para predecir el resultado
de una variable categórica en
función de variables independientes
o predictoras.

Aplicada

Ciencias medicas y sociales

Útil

Unidimensional

Correlaciona la probabilidad
de una variable cualitativa
binaria con una variable escalar x

Debe aproximarse a obtener
un cero en probabilidad o
uno en variable explicativa x

Gráfico

La variable independiente es
la combinación lineal y
la variable dependiente
es la probabilidad estimada.

Árboles de decisión

Encargado de fabricar diagramas
de construcciones lógicas, similares a
sistemas de predicción basado en reglas

Esqueleto del modelo de predicción,
se representa en modo grafico como un árbol

Nodo

Encargado de tomar una
decisión entre varias posibles

Vectores

Son la solución final a la
que llegan las posibilidades

Flechas

Encargada de la unión entre nodos

Etiquetas

Da nombre a cada acción
entre nodo y flecha

Nodo inicial no contiene flecha

Los nodos restantes son
apuntados por una
única flecha

Hay un camino único para
llegar del nodo inicial a los demás

K-NN

Conocido

K-nearest neighbors
K vecinos más cercanos

Algoritmo

Entrenamiento

Clasificación

Elección del k

Depende de los datos,
reducen efecto de
ruido en clasificación.

Crean límites
entre clases parecidas

Clasificador bayesiano ingenuo

Clasificador probabilístico
fundamentado con teorema de Bayes

Requiere de una cantidad mínima
de datos de entrenamiento para
estimar parámetros necesarios en la clasificación

SVM

Conocido

Support-vector machine
Máquina de vectores de soporte

Se relacionan con problemas
de clasificación y regresión

Se busca que se
separe de forma óptima
los puntos de una clase de
la otra dentro del hiperplano

SVR Regresión

Se realiza un mapeo de datos de entrenamiento,
a un espacio de mayor dimensión a través
del mapeo no lineal, para realizar una regresión lineal

Machine Learning

Aprendizaje Supervisado

Aprendizaje NO Supervisado