Qué es el aprendizaje automático, en breve
El aprendizaje automático es una rama de la inteligencia artificial en la que los ordenadores aprenden patrones a partir de datos en lugar de recibir reglas explícitas. Un modelo se entrena con ejemplos, se mide con ejemplos que no ha visto y después se usa para hacer predicciones sobre casos nuevos.
Arthur Samuel, que acuñó el término en 1959, lo describió como dar a los ordenadores la capacidad de aprender sin ser programados de forma explícita. La mayor parte de lo que hoy se llama IA es aprendizaje automático.
- Se acuña el término
- 1959, Arthur Samuel (IBM)
- Necesita
- Datos, un modelo y una forma de medir el error
- Tipos principales
- Supervisado, no supervisado, por refuerzo
- La mayor trampa
- El sobreajuste: memorizar en lugar de aprender
Entrena a mano un modelo de aprobado o suspenso
Veinte estudiantes: horas de estudio, y si aprobaron. Arrastra la línea para fijar la regla «predice aprobado por encima de estas horas». Entrenar significa hallar la línea con menos errores.
Más complejo no siempre es más inteligente
A un modelo se le juzga con datos que no ha visto. Sube la complejidad: el error de entrenamiento sigue bajando, pero el error de test baja y después vuelve a subir, cuando el modelo empieza a memorizar el ruido.