Definición de aprendizaje supervisado
El aprendizaje supervisado son un conjunto de técnicas que permite realizar predicciones futuras basadas en comportamientos o características analizadas en datos históricos etiquetados.
Una etiqueta no es más que la salida que ha mostrado el conjunto de datos para datos históricos, ya conocidos.
La predicción obtenida es representada por medio de una función donde las entradas representan las características analizadas y la salida representa la variable que se quiere predecir.
Esta función de salida es de tipo numérico en problemas de regresión y de tipo categórico en los problemas de clasificación.
Funcionamiento
Para comprender el funcionamiento del aprendizaje supervisado se acudirá a un ejemplo donde tenemos un conjunto de datos etiquetados a priori: 1 manzanas, 2 cítricos, 3 sandias y 4 plátanos. A este conjunto de datos le extraños sus características en vectores y con esto entrenamos el algoritmo de aprendizaje automático. El algoritmo nos genera un modelo el que podemos proporcionarle nuevos conjuntos de datos que nos clasifique los nuevos elementos que nunca ha visto con lo que ha aprendido en la fase de entrenamiento.
aprendizaje supervisado
Clasificación
clasificación de aprendizaje supervisado
Regresión
La regresión como método de aprendizaque supervisado tiene como objetivo predecir valores continuos a partir de datos históricos etiquetados
Un ejemplo de este método es la estimación de gasto de un cliente en función de su renta y número de hijos.
regresión
Clasificación
La clasificación como método de aprendizaque supervisado tiene como objetivo clasificar en grupos atendiendo a datos históricos etiquetados.
Un ejemplo de este método es la estimación clasificar frutas en función del color forma, textura, …
clasificación
Muy buenos tus blog , no es el primero que leo. Yo recién estoy aprendiendo para aplicarlo en data de falla de mantenimiento de equipo de alto tonelaje en Mineria