MLATI1I0724
uniminuto.opm
Created on July 10, 2024
More creations to inspire you
CARNIVAL WITH GENIALLY
Personalized
HOW-TO GUIDE TO OPINION ESSAY
Personalized
KEY WOMEN IN SCIENCE
Personalized
FLYER HALLOWEEN
Personalized
DAILY SPECIALS VERTICAL MENU
Personalized
AQUAPONICS
Personalized
HUMAN RIGHTS INFOGRAPHIC
Personalized
Transcript
Conceptos de Machine Learning
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.
Semana 1
El Machine Learning es una disciplina del campo de la Inteligencia Artificial que, mediante algoritmos, dota a los ordenadores de la capacidad de identificar patrones en datos masivos y elaborar predicciones (análisis predictivo). Este aprendizaje permite a las computadoras realizar tareas específicas de forma automática, es decir, sin necesidad programación.
MLATI1I0724
Instrucciones para áreas que cuentan con dos o más elementos interactivos:
Machine Learning
Instrucciones para áreas que solamente cuentan con un elemento interactivo:
Preguntade refuerzo
<- Paleta de colores PRINCIPAL
Colores secundarios
Tipos deMachine Learning
Etapas del proceso de Machine Learning
Algoritmos comunesen Machine Learning
¿Qué esMachine Learning?
Recuerda: Machine Learning no es magia, sino el resultado de datos de calidad y algoritmos bien diseñados.
MachineLearning
Dé clic en el apartado para conocer su contenido y al finalizar responda la pregunta de refuerzo.
Pase el cursor sobre el elemento para conocer más información.
Dé clic en el apartado para conocer su contenido.
Pase el cursor sobre cada elemento para conocer más información.
Dé clic en cada apartado para conocer su contenido.
¡A practicar!
Seleccione la respuesta correcta y dé clic en enviar.
Algunas aplicaciones prácticasde Machine Learning
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.
Instrucciones para áreas que cuentan con dos o más elementos interactivos:
Instrucciones para áreas que solamente cuentan con un elemento interactivo:
Preguntade refuerzo
<- Paleta de colores PRINCIPAL
Colores secundarios
Conceptos
Dé clic en el apartado para conocer su contenido y al finalizar responda la pregunta de refuerzo.
- Recomendaciones: analiza el historial de compras y reproducciones del usuario, y lo compara con lo que han hecho otros usuarios con tendencias o gustos parecidos.
- Vehículos inteligentes: ajustar la configuración interna.
- Redes sociales: detectar noticias falsas como contenidos no permitidos.
- Procesamiento de Lenguaje Natural: reconocer la voz del usuario.
- Búsquedas: optimizar sus resultados en función de su eficacia.
- Medicina: detectar el cáncer de mama con mayor antelación.
Pase el cursor sobre el elemento para conocer más información.
Dé clic en el apartado para conocer su contenido.
Pase el cursor sobre cada elemento para conocer más información.
Dé clic en cada apartado para conocer su contenido.
Seguridad
Publicidad
Sector financiero
Smart cities
Asistencia virtual
Nivel industrial
Marketing
Desplazamientos
¡A practicar!
Dé clic en "Volver a contestar" si desea responder nuevamente las preguntas.
Seleccione la respuesta correcta y dé clic en enviar.
Aceves Fernández, M. A. y Travieso-Gonzalez, C. (2022). Artificial Intelligence Annual Volumen 2022. IntechOpen https://ebookcentral.proquest.com/lib/bibliouniminuto-ebooks/reader.action? docID=31281450&ppg=1Barrero Ortiz, G. (2020). Machine Learning: 50 Conceptos Clave para Entenderlo. Paradigma. https://www.academia.edu/44491164/Machine_Learning_50_conceptos_clave_para_ entenderlo_1a_edici%C3%B3nGupta, N. y Mangla, R. (2020). Artificial intelligence basics. Mercury Learning and Information. https://ebookcentral.proquest.com/lib/bibliouniminuto-ebooks/reader.action? docID=6128252&ppg=1
Referencias:
©UNIMINUTO. Todos los derechos reservados. Todos los derechos de Propiedad Industrial e Intelectual de este material son propiedad exclusiva de la Corporación Universitaria Minuto de Dios.
- Definiciones
- Aplicaciones
- Supervisado
- No supervisado
- Por refuerzo
- Recopilación de datos
- Preprocesamiento
- Selección del modelo
- Evaluación
- Implementación
- Regresión lineal
- Árboles de decisión
- K-Means
- Redes neuronales