¿Qué son los la IA?
algoritmos
Los algoritmos son los que otorgan autonomía a la inteligencia artificial. Estos se entienden como un conjunto de instrucciones informáticas que recibe una máquina para realizar una acción o resolver un problema.
Aplicación del algoritmo de la ruta más corta de DijkstraFuente: https://es.quora.com/Qu%C3%A9-problemas-resuelve-el-algoritmo-de-Dijkstra
Naive Bayes
Alicia viene a la oficina 3 días a la semana.Bruno viene a la oficina 1 día a la semana.
Alicia viste de rojo 2 veces a la semana.Bruno viste de rojo 3 veces a la semana.
Fuente: https://medium.com/datos-y-ciencia/algoritmos-naive-bayes-fudamentos-e-implementaci%C3%B3n-4bcb24b307f
Aprendizaje supervisado:
- Problemas de regresión
- Problemas de clasificación
Aprendizaje no supervisado:
- Problemas de agrupamiento
- Problemas de de detección de anomalías
Problemas de regresión
Aprendizaje supervisado
El objetivo del aprendizaje supervisado es predecir las respuestas que habrá en el futuro con nuevas variables de entrada. Para ello se utilizan algoritmos como modelos y se trata al mecanismo de generación de los datos como algo desconocido. En el caso de los problemas de regresión la variable respuesta 'y' es una variable numérica continua.
Problemas de clasificación
Aprendizaje supervisado
En los problemas de clasificación, utilizando aprendizaje supervisado, el objetivo es identificar a qué categoría pertenece una nueva observación utilizando para ello una serie de observaciones y categorías conocidas previamente.
Problemas de agrupamiento
Aprendizaje no supervisado
Las técnicas de agrupamiento son un ejemplo de aprendizaje no supervisado donde no se conocen las clases o valores de cada una de las instancias. El objetivo de estas técnicas es buscar la estructura oculta en los datos.
Problemas de detección de anomalías
La detección de anomalías busca observaciones que son significativamente diferentes del resto de las observaciones. Esta detección puede hacerse utilizando aprendizaje no supervisado, si no conocemos ejemplos previos de anomalías. O bien utilizando aprendizaje supervisado para entrenar un clasificador que distinga entre ejemplos normales o anormales.
Aprendizaje no supervisado
pablo.montero.farias@outlook.com
U1C2 - ¿Qué son los algoritmos de la IA?
RED ECUATORIANA DE P
Created on July 27, 2023
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Smart Presentation
View
Practical Presentation
View
Essential Presentation
View
Akihabara Presentation
View
Pastel Color Presentation
View
Blackboard Presentation
View
Higher Education Presentation
Explore all templates
Transcript
¿Qué son los la IA?
algoritmos
Los algoritmos son los que otorgan autonomía a la inteligencia artificial. Estos se entienden como un conjunto de instrucciones informáticas que recibe una máquina para realizar una acción o resolver un problema.
Aplicación del algoritmo de la ruta más corta de DijkstraFuente: https://es.quora.com/Qu%C3%A9-problemas-resuelve-el-algoritmo-de-Dijkstra
Naive Bayes
Alicia viene a la oficina 3 días a la semana.Bruno viene a la oficina 1 día a la semana.
Alicia viste de rojo 2 veces a la semana.Bruno viste de rojo 3 veces a la semana.
Fuente: https://medium.com/datos-y-ciencia/algoritmos-naive-bayes-fudamentos-e-implementaci%C3%B3n-4bcb24b307f
Aprendizaje supervisado:
Aprendizaje no supervisado:
Problemas de regresión
Aprendizaje supervisado
El objetivo del aprendizaje supervisado es predecir las respuestas que habrá en el futuro con nuevas variables de entrada. Para ello se utilizan algoritmos como modelos y se trata al mecanismo de generación de los datos como algo desconocido. En el caso de los problemas de regresión la variable respuesta 'y' es una variable numérica continua.
Problemas de clasificación
Aprendizaje supervisado
En los problemas de clasificación, utilizando aprendizaje supervisado, el objetivo es identificar a qué categoría pertenece una nueva observación utilizando para ello una serie de observaciones y categorías conocidas previamente.
Problemas de agrupamiento
Aprendizaje no supervisado
Las técnicas de agrupamiento son un ejemplo de aprendizaje no supervisado donde no se conocen las clases o valores de cada una de las instancias. El objetivo de estas técnicas es buscar la estructura oculta en los datos.
Problemas de detección de anomalías
La detección de anomalías busca observaciones que son significativamente diferentes del resto de las observaciones. Esta detección puede hacerse utilizando aprendizaje no supervisado, si no conocemos ejemplos previos de anomalías. O bien utilizando aprendizaje supervisado para entrenar un clasificador que distinga entre ejemplos normales o anormales.
Aprendizaje no supervisado
pablo.montero.farias@outlook.com