Please enable JavaScript.
Coggle requires JavaScript to display documents.
Aplicaciones del machine learning, Maestrante María Melo - Coggle Diagram
Aplicaciones del machine learning
No supervisado
Objetivo
Extracción de información significativa
Analiza patrones y descubre patrones similares
Características
Los datos de entrenamiento no están etiquetados
Algoritmos
Clustering
Por conglomerados
DBSCAN
K Means
Mean shifts
Fuzzy C-Means
Asociación
FPGrowth
Euclat
Apriori
Reducción dimensional
t-SNE
PCA
LSA
SVD
LDA
Supervisado (inductivo)
Objetivo
Encontrar la predicción dada la entrada
Extrae patrones de ejemplos conocidos y usa esa información extraída para diseñar un resultado repetible
Características
Los datos de entrenamiento están etiquetados
Estos datos contienen información sobre los resutlados deseados
Algoritmos
Clasificación
KNN
Árboles de decisión
SVM
Regresión logística
Naive Bayes
Regresión
Regresión lineal
Regresión polinomial
Regresión de Ridge
Semi supervisado
Objetivo
Asignar/predecir etiquetas de forma progresiva
Características
"Aprendizaje híbrido" se encuentra entre el A. supervisado y no supervisado
Combinación de datos etiquetados y no etiquetados
Algoritmos
Transductive induction
Autoaprendizaje
Clasificación
Basado en refuerzos
Objetivo
Construir un modelo con un agente que mejora su rendimiento, basándose en la recompensa obtenida del entorno con cada interacción que se realiza
Características
Se basa en secuencias que generan una respuesta positiva o negativa (refuerzo/penalización
Decisiones en tiempo real
Algoritmos
Indirect learning
Direct learning
Aprendizaje por conjuntos
O esemble learning
se entrena diferentes modelos empleando el mismo conjunto de datos y combina el conjunto de predicciones realizadas
Algoritmos
Votación blanda
Votación dura
Bagging
Boosting
Ada boosting
Gradient boosting
Redes neuronales
Redes neuronales convolucionales CNN
Redes neuronales recurrentes RNN
Redes generativas adversariales GAN
Usa redes que simulan el pensamiento humano
Estas redes forman capas neuronales
Deep learning
Es el número de capas de la red neuronal
Maestrante María Melo