39 lines
2.3 KiB
Markdown
39 lines
2.3 KiB
Markdown
|
---
|
|||
|
|
title: Supervised Learning
|
|||
|
|
localeTitle: Aprendizaje supervisado
|
|||
|
|
---
|
|||
|
|
## Aprendizaje supervisado
|
|||
|
|
|
|||
|
|
En el aprendizaje supervisado, sabemos cuál debe ser el resultado correcto. Los problemas de aprendizaje supervisados pueden clasificarse en regresión y clasificación. Un problema de regresión es cuando asigna entradas a una salida continua. Un problema de clasificación, por el contrario, es donde se mapean (agrupan) las entradas en categorías discretas.
|
|||
|
|
|
|||
|
|
### Regresión
|
|||
|
|
|
|||
|
|
Dados los datos sobre automóviles usados, como su kilometraje, puede predecir sus precios de mercado. Dado que el precio es una variable continua, este es un problema de regresión. En otro ejemplo, Microsoft lanzó una aplicación web que predice la edad según la imagen. Nuevamente, como la edad es continua en lugar de discreta o categórica, esto también es un problema de regresión.
|
|||
|
|
|
|||
|
|
### Clasificación
|
|||
|
|
|
|||
|
|
Los problemas de regresión anteriores se pueden convertir en problemas de clasificación. Supongamos que desea buscar un automóvil usado a menos de X dólares. Entonces la salida sería si el auto usado se ajusta al precio que usted estableció. De manera similar, la predicción de la edad puede ser un problema de clasificación si buscamos predecir si una fotografía enviada pertenece a alguien menor de 18 años y, por lo tanto, no debería permitirse comprar cigarrillos.
|
|||
|
|
|
|||
|
|
### Puntos de discusión:
|
|||
|
|
|
|||
|
|
* ¿Qué tiene de especial el aprendizaje supervisado?
|
|||
|
|
* ¿En qué escenario lo utilizarías?
|
|||
|
|
* ¿Advertencias o trampas en las que pensar?
|
|||
|
|
* ¿Cuáles son algunos modelos de ejemplo?
|
|||
|
|
|
|||
|
|
#### Ejemplo 1:
|
|||
|
|
|
|||
|
|
> Dados los datos sobre el tamaño de las casas en el mercado inmobiliario, intente predecir su precio.
|
|||
|
|
|
|||
|
|
El precio en función del tamaño es una salida continua, por lo que este es un problema de regresión.
|
|||
|
|
|
|||
|
|
#### Ejemplo 2:
|
|||
|
|
|
|||
|
|
(a) Regresión - Para valores de respuesta continua. Por ejemplo, dada la imagen de una persona, tenemos que predecir su edad en función de la imagen dada
|
|||
|
|
|
|||
|
|
(b) Clasificación: para valores de respuesta categóricos, donde los datos se pueden separar en "clases" específicas. Por ejemplo, dado un paciente con un tumor, tenemos que predecir si el tumor es maligno o benigno.
|
|||
|
|
|
|||
|
|
#### Lectura sugerida:
|
|||
|
|
|
|||
|
|
* https://en.wikipedia.org/wiki/Supervised\_learning
|
|||
|
|
* https://stackoverflow.com/a/1854449/6873133
|