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)
Las principales aplicaciones de IA como la mayoría de apps están al alcance de muchas empresas y permiten que grandes cantidades de datos sean anali [...]
Leer más »Desde 2008, varios países han promulgado leyes que reconocen la importancia de integrar la inteligencia artificial (IA) en ámbitos clave de la vida [...]
Leer más »En los últimos años todos los temas referentes a la Inteligencia Artificial (IA) están levantando un enorme interés. Quizás sea porque el corazó [...]
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 »
