No, no siempre. Una buena parte de los algoritmos de AA son algoritmos de aprendizaje supervisado o algoritmos de aprendizaje no supervisado.<\/p>\r\n
Cuando quieres clasificar una foto de un perro, un gato o un gorila, puedes alimentar la m\u00e1quina con fotos etiquetadas como perro, gato o gorila. Cuando se quiere calificar una redacci\u00f3n, se podr\u00eda alimentar con un mont\u00f3n de redacciones corregidas, etiquetadas con sus respectivas calificaciones. En cada caso, sabr\u00edamos c\u00f3mo ser\u00eda la salida: perro, gato, gorila, A+, A, A-, D...<\/p>\r\n
Dados los datos etiquetados durante el entrenamiento, el algoritmo intenta encontrar una funci\u00f3n o una receta matem\u00e1tica, si se quiere, que haga coincidir la salida con la entrada. A menudo, esto tambi\u00e9n significa que el programador prueba diferentes algoritmos para ver cu\u00e1l da con la mejor funci\u00f3n de correspondencia. Pero mientras los datos tengan etiquetas, estas act\u00faan como un supervisor o una gu\u00eda que verifica que la funci\u00f3n seleccionada por el algoritmo funcione1<\/sup>. Si la funci\u00f3n da una salida diferente a la de la etiqueta, el algoritmo tiene que encontrar una mejor.<\/p>\r\n Pero etiquetar datos es un proceso largo y costoso, que a menudo implica contratar a seres humanos. Adem\u00e1s, si solo buscamos patrones en los datos y no tenemos una idea clara de qu\u00e9 patr\u00f3n vamos a encontrar, ni siquiera conocemos el resultado. Por tanto, los datos no pueden etiquetarse. Aqu\u00ed es donde entran en juego los algoritmos no supervisados.<\/p>\r\n En lugar de tratar de emparejar la entrada con la salida, estos algoritmos tratan de encontrar regularidades en los datos que ayuden a agrupar la entrada en categor\u00edas1<\/sup>. Los bancos utilizan el AA no supervisado para detectar actividades fraudulentas en las transacciones con tarjetas de cr\u00e9dito. Dado que hay un gran n\u00famero de transacciones en un minuto dado, y no sabemos c\u00f3mo detectar patrones y etiquetar una actividad como fraude, confiamos en el AA para encontrar el patr\u00f3n autom\u00e1ticamente. Agrupar a un conjunto determinado de estudiantes en un n\u00famero fijo tambi\u00e9n es un problema en el que a menudo se utiliza el aprendizaje no supervisado. Tambi\u00e9n lo es encontrar actividad terrorista si se da actividad celular en una red.<\/p>\r\n\r\n\r\n Kelleher, J. D., & Tierney, B. (2018). Data science<\/em>. MIT Press.<\/p>","rendered":" No, no siempre. Una buena parte de los algoritmos de AA son algoritmos de aprendizaje supervisado o algoritmos de aprendizaje no supervisado.<\/p>\n Cuando quieres clasificar una foto de un perro, un gato o un gorila, puedes alimentar la m\u00e1quina con fotos etiquetadas como perro, gato o gorila. Cuando se quiere calificar una redacci\u00f3n, se podr\u00eda alimentar con un mont\u00f3n de redacciones corregidas, etiquetadas con sus respectivas calificaciones. En cada caso, sabr\u00edamos c\u00f3mo ser\u00eda la salida: perro, gato, gorila, A+, A, A-, D…<\/p>\n Dados los datos etiquetados durante el entrenamiento, el algoritmo intenta encontrar una funci\u00f3n o una receta matem\u00e1tica, si se quiere, que haga coincidir la salida con la entrada. A menudo, esto tambi\u00e9n significa que el programador prueba diferentes algoritmos para ver cu\u00e1l da con la mejor funci\u00f3n de correspondencia. Pero mientras los datos tengan etiquetas, estas act\u00faan como un supervisor o una gu\u00eda que verifica que la funci\u00f3n seleccionada por el algoritmo funcione1<\/sup>. Si la funci\u00f3n da una salida diferente a la de la etiqueta, el algoritmo tiene que encontrar una mejor.<\/p>\n Pero etiquetar datos es un proceso largo y costoso, que a menudo implica contratar a seres humanos. Adem\u00e1s, si solo buscamos patrones en los datos y no tenemos una idea clara de qu\u00e9 patr\u00f3n vamos a encontrar, ni siquiera conocemos el resultado. Por tanto, los datos no pueden etiquetarse. Aqu\u00ed es donde entran en juego los algoritmos no supervisados.<\/p>\n En lugar de tratar de emparejar la entrada con la salida, estos algoritmos tratan de encontrar regularidades en los datos que ayuden a agrupar la entrada en categor\u00edas1<\/sup>. Los bancos utilizan el AA no supervisado para detectar actividades fraudulentas en las transacciones con tarjetas de cr\u00e9dito. Dado que hay un gran n\u00famero de transacciones en un minuto dado, y no sabemos c\u00f3mo detectar patrones y etiquetar una actividad como fraude, confiamos en el AA para encontrar el patr\u00f3n autom\u00e1ticamente. Agrupar a un conjunto determinado de estudiantes en un n\u00famero fijo tambi\u00e9n es un problema en el que a menudo se utiliza el aprendizaje no supervisado. Tambi\u00e9n lo es encontrar actividad terrorista si se da actividad celular en una red.<\/p>\n Kelleher, J. D., & Tierney, B. (2018). Data science<\/em>. MIT Press.<\/p>\n","protected":false},"author":3,"menu_order":6,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[],"contributor":[],"license":[],"part":224,"_links":{"self":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/238"}],"collection":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/users\/3"}],"version-history":[{"count":5,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/238\/revisions"}],"predecessor-version":[{"id":687,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/238\/revisions\/687"}],"part":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/parts\/224"}],"metadata":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/238\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/media?parent=238"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapter-type?post=238"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/contributor?post=238"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/license?post=238"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\r\n\u00bfHay que etiquetar siempre los datos?<\/h3>\n
\n