El entrenamiento no supervisado es un tipo de Aprendizaje Automático (al igual que el aprendizaje supervisado y el aprendizaje por refuerzo) en el que no se utiliza la salida de los datos (clase o valor numérico) durante el algoritmo, ya sea porque se desconoce o por el tipo de solución que se quiera obtener.
Este tipo de entrenamiento es útil para las aplicaciones de clustering o reducción de la dimensionalidad, donde se busca descubrir de forma automática patrones, tendencias, objetos, características, etc., de una población. Un ejemplo típico de entrenamiento no supervisado se usa en los Mapas Auto-Organizados (SOM)
Se pueden destacar 5 desafíos del Big Data que se definen como V (volumen, velocidad, veracidad, variedad y valor). R. Narasimhan debatió sobre 3V c [...]
Leer más »Las predicciones de GAMCO apuntan a un aumento de, al menos, un 10% en el porcentaje de la «morosidad en créditos» a particulares durante el próxi [...]
Leer más »Muchas veces nos preguntamos qué ejemplos de IA nos podemos encontrar en nuestro entorno y es que, la inteligencia artificial es un concepto que engl [...]
Leer más »Las empresas son cada día más conscientes de la importancia de incorporar paulatinamente la inteligencia artificial a sus modelos de negocio. La imp [...]
Leer más »La tecnología Blockchain o cadena de bloques es conocida sobre todo como la arquitectura informática en la que se basa el Bitcoin y otras criptomone [...]
Leer más »
