Conozca algunos de los algoritmos de aprendizaje automático más conocidos en menos de un minuto cada uno.
Algoritmos de aprendizaje automático explicados en menos de 1 minuto cada uno
En este artículo podrás encontrar una explicación fácil de entender de algunos de los algoritmos de aprendizaje automático más conocidos, para que los puedas asimilar de una vez para siempre.
Regresión lineal
Uno de los algoritmos de aprendizaje automático más sencillos que existen, la regresión lineal se utiliza para hacer predicciones sobre variables dependientes continuas con el conocimiento de las variables independientes. Una variable dependiente es el efecto, en el que su valor depende de los cambios en la variable independiente.
Puede que recuerde la línea de mejor ajuste de la escuela: esto es lo que produce la Regresión Lineal. Un ejemplo sencillo es predecir el peso de una persona en función de su altura.
Regresión logística
La regresión logística, similar a la regresión lineal, se utiliza para hacer predicciones sobre variables dependientes categóricas con el conocimiento de las variables independientes. Una variable categórica tiene dos o más categorías. La Regresión Logística clasifica resultados que sólo pueden estar entre 0 y 1.
Por ejemplo, se puede utilizar la Regresión Logística para determinar si un estudiante será admitido o no en una determinada universidad en función de sus calificaciones, ya sea Sí o No, o 0 o 1.
Árboles de decisión
Los Árboles de Decisión (DTs) son un modelo de estructura tipo árbol de probabilidad que divide continuamente los datos para categorizar o hacer predicciones basadas en el conjunto previo de preguntas que fueron respondidas. El modelo aprende las características de los datos y responde a las preguntas para ayudarle a tomar mejores decisiones.
Por ejemplo, puede utilizar un árbol de decisión con las respuestas Sí o No para determinar una especie específica de pájaro utilizando características de los datos como las plumas, la capacidad de volar o nadar, el tipo de pico, etc.
Random Forest(Bosque aleatorio)
Al igual que los árboles de decisión, el bosque aleatorio también es un algoritmo basado en árboles. Mientras que el árbol de decisión consiste en un árbol, el bosque aleatorio utiliza múltiples árboles de decisión para tomar decisiones: un bosque de árboles.
Combina múltiples modelos para realizar predicciones y puede utilizarse en tareas de clasificación y regresión.
K-Nearest Neighbors (K vecinos mas próximos)
K-Nearest Neighbors utiliza el conocimiento estadístico de lo cerca que está un punto de datos de otro punto de datos y determina si estos puntos de datos pueden agruparse. La cercanía de los puntos de datos refleja las similitudes entre ellos.
Por ejemplo, si tuviéramos un gráfico con un grupo de puntos de datos cercanos entre sí llamado Grupo A y otro grupo de puntos de datos cercanos entre sí llamado Grupo B. Cuando introducimos un nuevo punto de datos, dependiendo del grupo al que esté más cerca el nuevo punto de datos, ése será su nuevo grupo clasificado.
Máquinas de vectores de Soporte ( Support Vector Machines)
Al igual que el vecino más cercano, las máquinas de vectores de apoyo realizan tareas de clasificación, regresión y detección de valores atípicos. Lo hace dibujando un hiperplano (una línea recta) para separar las clases. Los puntos de datos situados a un lado de la línea se etiquetarán como Grupo A, mientras que los puntos situados al otro lado se etiquetarán como Grupo B.
Por ejemplo, cuando se introduce un nuevo punto de datos, según el lado del hiperplano y su ubicación dentro del margen, se determinará a qué grupo pertenece el punto de datos.
Naive Bayes
Naive Bayes se basa en el Teorema de Bayes, que es una fórmula matemática utilizada para calcular las probabilidades condicionales. La probabilidad condicional es la posibilidad de que se produzca un resultado dado que también se ha producido otro acontecimiento.
Predice que las probabilidades de cada clase pertenecen a una clase determinada y que la clase con la mayor probabilidad se considera la más probable.
Agrupación de k-means ( K-means Clustering)
La agrupación de K-means, similar a la de los vecinos más cercanos, utiliza el método de agrupación para agrupar elementos/puntos de datos similares en clusters. El número de grupos se denomina K. Para ello, se selecciona el valor k, se inicializan los centroides y, a continuación, se selecciona el grupo y se encuentra la media.
Por ejemplo, si hay 3 clusters presentes y se introduce un nuevo punto de datos, dependiendo del cluster en el que caiga, ese es el cluster al que pertenecen.
Bagging
El bagging también se conoce como agregación Bootstrap y es una técnica de aprendizaje de conjunto. Se utiliza tanto en los modelos de regresión como en los de clasificación y su objetivo es evitar el sobreajuste de los datos y reducir la varianza de las predicciones.
El sobreajuste se produce cuando un modelo se ajusta exactamente a sus datos de entrenamiento, es decir, no nos enseña nada, y puede deberse a varias razones. Random Forest es un ejemplo de Bagging.
Boosting
El objetivo general del Boosting es convertir a los alumnos débiles en alumnos fuertes. Los aprendices débiles se encuentran aplicando algoritmos de aprendizaje de base que luego generan una nueva regla de predicción débil. Se introduce una muestra aleatoria de datos en un modelo y luego se entrena secuencialmente, con el objetivo de entrenar a los aprendices débiles e intentar corregir a su predecesor
En el Boosting se utiliza XGBoost, que significa Extreme Gradient Boosting.
Reducción de la dimensionalidad
La reducción de la dimensionalidad se utiliza para reducir el número de variables de entrada en los datos de entrenamiento, reduciendo la dimensión de su conjunto de características. Cuando un modelo tiene un gran número de características, es naturalmente más complejo, lo que conlleva una mayor probabilidad de sobreajuste y una disminución de la precisión.
Por ejemplo, si tiene un conjunto de datos con cien columnas, la reducción de la dimensionalidad reducirá el número de columnas a veinte. Sin embargo, necesitará la selección de características para seleccionar las características relevantes y la ingeniería de características para generar nuevas características a partir de las existentes.
La técnica de análisis de componentes principales (PCA) es un tipo de reducción de la dimensionalidad.
Conclusión
El objetivo de este artículo era ayudarle a entender los algoritmos de aprendizaje automático en los términos más sencillos. Si quieres conocer más a fondo cada uno de ellos, lee este artículo sobre Algoritmos de Aprendizaje Automático Populares.
Puedes ver más contenidos en nuestro blog
- Construyendo un Plan de Ciberseguridad Moderno para 2025: Guía Completa para CISOs
- La Revolución Silenciosa: Cómo la Inteligencia Artificial Impulsa la Sanidad del Mañana
- Probabilidad en ciencia de los datos
- Cursos Gratuitos de Ciberseguridad en Cisco
- Arquitecturas API: Patrones de Arquitectura con API Gateway para tu Aplicación
pansionat_axPa dice: 
ekskursii_glKt dice: 
tehpomosch_zopa dice: 
poliuretan_ecet dice: 
bankrotstv_kmEr dice: 
viza_faPl dice: 
karkasnye_vtMa dice: 
bankrotstv_szEr dice: 
bolezni_whka dice: 
zakazat_zzEa dice: 
pansionat_yxPi dice: 
viza_zjPl dice: 
karkasnye_rgPr dice: 
abhaziya_reEl dice: 
viza_esPn dice: 
pechat_ulSa dice: 
mehovoy_oeKn dice: 
viza_jist dice: 
parka_tvMl dice: 
cleaning_qpkt dice: 
shuba_eioi dice: 
tvh_mtma dice: 
karkasnye_wxel dice: 
bele_pckt dice: 
Yoga_fdor dice: 
tahografa_pmoa dice: 
intim_tzer dice: 
landshaftn_ghPl dice: 
suhum_boKa dice: 
suhum_naKa dice: 
pechat_fdkt dice: 
free_gxSl dice: 
grosvenor_zoPa dice: 
sublimatio_elSr dice: 
Registro en Binance dice: 
gruzchiki_iyPl dice: 
elektrokar_zfKn dice: 
zaym_ghMl dice: 
zhalyuzi_bukt dice: 
somfy_idkl dice: 
shtory_dmea dice: 
zhalyuzi_alsl dice: 
zhalyuzi_agOa dice: 
armatura_rjei dice: 
shtory_euoa dice: 
stamp_etsi dice: 
armatura_mrSr dice: 
abhaziya_ygEn dice: 
taksi_mbMi dice: 
abhaziya_njEn dice: 
taksi_sxMi dice: 
gnb_bgpn dice: 
konferenc_vhKn dice: 
narkologic_ctmt dice: 
seo_kzmi dice: 
gate.io dice: 
Cryptocurrency Prices dice: 
binance sign up dice: 
avtovykup_tpsl dice: 
potolki_mgOr dice: 
shkaf_lcst dice: 
advokat_kkEt dice: 
otdelochny_yxol dice: 
remont_dxEt dice: 
klining_pumn dice: 
gruzchiki_nxKa dice: 
klining_haoa dice: 
stamp_kysn dice: 
stamp_ploa dice: 
stamp_eyPa dice: 
stempel_vjMt dice: 
stamp_cqEi dice: 
stamp_ekkn dice: 
stroitelna_fbMl dice: 
striptiz_iyer dice: 
stroitelno_qlEn dice: 
progony_asea dice: 
toyo_asPt dice: 
goodyear_zvmn dice: 
vinlayn_dmPa dice: 
yahty_fbSr dice: 
stroitelst_apEl dice: 
stroitelst_gssa dice: 
kursovaya_pipa dice: 
pocherkove_uiOa dice: 
kursovaya_ywsa dice: 
kursovaya_ysea dice: 
diplom_xsMr dice: 
diplom_dlKt dice: 
keytering_lbMa dice: 
keytering_nepl dice: 
furshetnye_fgkr dice: 
keytering_agSa dice: 
elektrokar_cumr dice: 
fen_dqmn dice: 
gidroponik_xgMt dice: 
shiny_ryKt dice: 
koronarogr_ozOi dice: 
lucky_zemt dice: 
tomografiy_ffkr dice: 
angiografi_dwOr dice: 
pitomnik_ifkn dice: 
fen_ntpt dice: 
tomografiy_ejEa dice: 
zaymy_qemt dice: 
Kliningova_jhKl dice: 
stulya_bmSn dice: 
svetilnik_uhkl dice: 
zheleznodo_ypma dice: 
gruzovye_lvSl dice: 
tvh_gkPl dice: 
Remont_jtsi dice: 
stroymater_foet dice: 
yahty_dfPi dice: 
burenie_guKn dice: 
buhgalteri_kqpn dice: 
zvukovoe_vrOa dice: 
tennis_ywSn dice: 
otdelka_wqmt dice: 
otdelka_obMi dice: 
gidroponny_spet dice: 
Kliningova_ynEt dice: 
stroitelny_yePa dice: 
benzopila_qoOt dice: 
sklad_prmn dice: 
zhalyuzi_exSn dice: 
karkasnye_zcEa dice: 
zhalyuzi_qkSn dice: 
pamyatnik_vder dice: 
oblako_yqPl dice: 
yuridiches_nzSt dice: 
elektrokar_qqKa dice: 
magazin_etMi dice: 
doma_eesr dice: 
gril_fosi dice: 
cvety_wePr dice: 
ritualnye_uiei dice: 
avtokredit_pdKr dice: 
landshaftn_irka dice: 
dvigatel_kmSi dice: 
ndfl_mboi dice: 
usn_urMa dice: 
tury_hiki dice: 
nds_ypsi dice: 
morskie_wwea dice: 
burenie_nhOt dice: 
proizvodst_vwkl dice: 
debetovaya_sySn dice: 
kreditnaya_xrPa dice: 
ipoteka_feSi dice: 
klinkernay_vuot dice: 
kvartira_uxEr dice: 
dollar_muMi dice: 
IP_wykn dice: 
OOO_avEi dice: 
bilet_qqpi dice: 
osago_dcKt dice: 
kasko_wtoa dice: 
famagusta_hwMa dice: 
ipoteka_fnpt dice: 
strahovani_eqMi dice: 
teplicy_aikt dice: 
vzr_urSt dice: 
esim_lpmr dice: 
investicii_lhmi dice: 
arenda_feSi dice: 
klining_qgst dice: 
perevod_zxsi dice: 
klining_muEa dice: 
parakord_poEa dice: 
kassa_cxOa dice: 
Veterinarn_zdml dice: 
zaymy_ucmr dice: 
metallopro_tssa dice: 
SRO_ozOr dice: 
argon_hema dice: 
domofon_waMt dice: 
specodezhd_ovol dice: 
sayty_dhpl dice: 
ohrana_fkKa dice: 
kuzovnoy_xuOt dice: 
stroitelst_cvSl dice: 
reabilitac_inmr dice: 
osago_taOn dice: 
oblachnaya_jpOr dice: 
meshki_yxsa dice: 
veterinarn_vtOr dice: 
Riobet_vbOn dice: 
bystrovozvodimye_pzSt dice: 
meshki_eiSt dice: 
aromaty_asEr dice: 
meshki_fisr dice: 
unf_ciKn dice: 
SEO_mqMn dice: 
ingco_vrmt dice: 
sidelka_hmot dice: 
shtory_rvEa dice: 
pnevmocili_ljml dice: 
vesy_pmMn dice: 
odezhda_ruOt dice: 
SEO_zfMa dice: 
lesa_epMa dice: 
osteopatiy_vlel dice: 
salon_dikl dice: 
yurist_tqml dice: 
okna_rspi dice: 
elektronik_yfet dice: 
lesa_qpMr dice: 
suveniry_vyOr dice: 
mystake_byMi dice: 
videonably_vxPn dice: 
salon_hrka dice: 
SEO_aher dice: 
famagusta_qpKa dice: 
metallopro_jdpt dice: 
Pafos_oqKR dice: 
viza_gtKt dice: 
viza_ooEr dice: 
viza_oioi dice: 
viza_nbpl dice: 
tipografiy_lrMa dice: 
viza_ndpt dice: 
prodvizhen_usOi dice: 
prodvizhen_gykl dice: 
Famagusta_hoSt dice: 
santehnik_zdOl dice: 
blasting_gwkt dice: 
uborka_pdSi dice: 
santehnik_olkn dice: 
dezinfekci_uroi dice: 
uborka_yfPa dice: 
ozonirovan_pnka dice: 
uborka_jcMt dice: 
santehnik_jlMn dice: 
uborka_bcOt dice: 
plesen_rpOa dice: 
dezodoraci_zlOr dice: 
dvigatel_fzMi dice: 
kremaciya_gxot dice: 
kadrovoe_kemr dice: 
permanentn_nzMn dice: 
prodvizhen_yasn dice: 
prostitutk_cuMn dice: 
potenciya_fiPn dice: 
uborka_uvEt dice: 
elektrokarniz_tgOi dice: 
tualetnaya_vtPl dice: 
tualetnaya_capr dice: 
casino_txei dice: 
casino_uySl dice: 
narkomaniy_ehSl dice: 
casino_usml dice: 
casino_kksn dice: 
Buhgalterskie_igPt dice: 
casino_yfkt dice: 
casino_lsEr dice: 
loans_jmEt dice: 
dokumentooborot_jhEa dice: 
pechat_vlsi dice: 
paneli_womr dice: 
tualetnaya_lusl dice: 
yahty_kbei dice: 
amirdrassi_ftpa dice: 
smartfon_htei dice: 
prostitutk_arOr dice: 
zaymy_kxml dice: 
amirdrassi_jwpa dice: 
usyplenie_lfma dice: 
zaym_ruPr dice: 
zaym_dlMi dice: 
shtory_vrot dice: 
evakuator_hvEr dice: 
santehnik_seea dice: 
shtory_fvma dice: 
santehnik_qtMl dice: 
santehnik_fbsr dice: 
kontroller_veml dice: 
potenciya_zrkn dice: 
visa_nzKa dice: 
zhalyuzi_qpEl dice: 
potencia_rjol dice: 
wow_boost_btPa dice: 
klining_arsa dice: 
bankrotstvo_kpPt dice: 
noutbuk_brPt dice: 
Montale_iyKa dice: 
mancera_gepr dice: 
parfyumeri_yiet dice: 
zoloto_cxOl dice: 
skupka_pmOn dice: 
prodvizhenie_bomt dice: 
norkovaya_ivma dice: 
shuba_vaoi dice: 
dagestan_lcEt dice: 
ritualnye_fqOi dice: 
vskrytie_hxKr dice: 
Binance注册奖金 dice: 
absophathip dice: 
