Machine learning para PC

fast load file

El aprendizaje automático es un campo de la informática que da a los sistemas informáticos de la capacidad de "aprender" (es decir, mejorar progresivamente el rendimiento en una tarea específica) con los datos, sin ser programados de forma explícita.

El aprendizaje Nombre de la máquina fue acuñado en 1959 por Arthur Samuel. Evolucionado a partir del estudio de reconocimiento de patrones y la teoría del aprendizaje computacional en la inteligencia artificial, aprendizaje automático explora el estudio y construcción de algoritmos que pueden aprender y hacer predicciones sobre los datos - tales algoritmos a superar una siguiendo las instrucciones del programa estrictamente estáticos al hacer predicciones o decisiones basadas en datos , 2 a través de la construcción de un modelo de entradas de muestra. El aprendizaje automático se emplea en una amplia gama de tareas de computación, donde el diseño y la programación de algoritmos explícitos con un buen rendimiento es difícil o inviable; ejemplos de aplicaciones incluyen el filtrado de correo electrónico, detección de intrusos de la red o información privilegiada maliciosos que trabajan por una fuga de datos, reconocimiento óptico de caracteres (OCR), aprender a clasificar, y visión por ordenador.

El aprendizaje automático está estrechamente relacionada con (y, a menudo se superpone con) estadística computacional, que también se centra en la predicción de decisiones mediante el uso de las computadoras. Tiene fuertes lazos con optimización matemática, que ofrece métodos, teoría y dominios de aplicación al campo. El aprendizaje automático se combina a veces con la minería de datos, donde este último subcampo se centra más en el análisis exploratorio de datos y se conoce como aprendizaje no supervisado. vii aprendizaje de máquina también puede ser supervisado y ser usado para aprender y establecer perfiles de comportamiento de línea de base para diversas entidades y luego se usa para encontrar anomalías significativas.

Dentro del campo de la analítica de datos, aprendizaje automático es un método utilizado para elaborar complejos modelos y algoritmos que se prestan a la predicción; en uso comercial, esto se conoce como análisis predictivo. Estos modelos analíticos permiten a los investigadores, los científicos de datos, ingenieros y analistas de "producir, decisiones y resultados repetibles fiables" y descubrir "insights" ocultos a través del aprendizaje de las relaciones históricas y las tendencias en los datos.

aprendizaje automático eficaz es difícil debido a la búsqueda de patrones es difícil y, a menudo no se dispone de suficientes datos de entrenamiento, como resultado, los programas de aprendizaje de máquinas a menudo no pueden entregar.