El entrenamiento supervisado es un tipo de Aprendizaje Automático (al igual que el aprendizaje no supervisado y el aprendizaje por refuerzo) en el que se utiliza la salida durante el algoritmo.
Dependiendo de si la salida es una clase (por ejemplo, impago o no impago) o es numérica (por ejemplo, consumo de electricidad) los problemas a solucionar se dividen en clasificación o regresión, respectivamente.
Suelen ser típicos para el aprendizaje por casos, donde es fácil pensar que muestras de datos parecidas llevan a una salida parecida. Algunos métodos que usan este tipo de entrenamiento es LVQ y sus variantes.
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 »La web semántica o “internet del conocimiento” es una prolongación de la actual web. A diferencia de esta, la web semántica se basa en proporci [...]
Leer más »El software de optimización comercial basado en la inteligencia artificial debe tener feedback de las acciones comerciales llevadas a cabo, de las nu [...]
Leer más »Es de vital importancia comprender, identificar y satisfacer las necesidades de los clientes. De este modo, nuestro negocio podrá ofrecer productos y [...]
Leer más »