Presentación a cargo de Enrique Serrano, de Tinámica, en el marco del 32º Encuentro de la Economía Digital y las Telecomunicaciones, "Dando voz a la industria digital", organizado por Ametic, Banco Santander y la UIMP los días 3 a 5 de septiembre de 2018.
8. Conceptos Clave
Tipos de Métodos de Machine Learning
APRENDIZAJE
SUPERVISADO
• Datos con objetivo
• Clasificación, Predicción
• Algoritmos: Regresiones,
Arboles, NN, Gradient
Boosting etc.
APRENDIZAJE NO
SUPERVISADO
• Datos sin objetivo
• Segmentación, Extracción
de características
• Algoritmos: K-means, NN,
PCA, etc.
APRENDIZAJE SEMI-
SUPERVISADO
• Datos con y sin objetivo
• Clasificación, Predicción
• Algoritmos:
Autoencoders, TSVM
etc.
APRENDIZAJE POR
REFUERZO
• Agente, Ambiente y
acciones
• Robótica, Juegos y
navegación
• Algoritmos: Métodos
Monte-Carlo, Q-
Learning, etc.
http://www.wildml.com/deep-learning-glossary/
https://www.datasciencecentral.com/profiles/blogs/10-deep-learning-terms-explained-in-simple-English
Deep Learning is a core pillar of AI, and can be applied towards countless applications, including:
Image recognition and enhancement
Video analysis
Speech transcription
Machine translation
Recommendations
Autonomous vehicles
Gaming