Además, después del laboratorio 5, hay un Bonus sobre regresión lineal, logística y polinomial.
2 Aprendizaje supervisado: Conceptos básicos
El contenido de esta sección repasa los conceptos sobre aprendizaje supervisado que se examinaron en el Laboratorio anterior.
El aprendizaje supervisado abarca problemas de clasificación y regresión.
- Clasificación: Usando las instancias de entrenamiento, el modelo de clasificación aprende a diferenciar qué instancias pertenecen a qué clase. Para esto, el modelo recibe como entrada las características y la etiqueta de cada instancia. El aprendizaje es supervisado o guiado por las etiquetas correspondientes.
- Regresión: El modelo recibe como entrada las características y etiquetas de las instancias. Se diferencia de la clasificación en que las etiquetas usadas para la regresión son valores específicos.
La utilidad de los sistemas de aprendizaje automático está en la automatización de decisiones.
- La importancia del aprendizaje de máquina está en su uso para automatizar decisiones. Piensa por ejemplo en los siguientes ejemplos.
- Supongamos que es una gerente de producto y desea clasificar las reseñas de los clientes en clases positivas y negativas. O, como gerente de préstamos desea identificar qué solicitantes de préstamos son seguros o riesgosos Como analista de atención médica, desea predecir qué pacientes pueden sufrir de diabetes.
Para que un clasificador sepa decidir debe construir un límite de decisión.
- Se busca que el límite de decisión separe las clases, para que el clasificador pueda ser usado para automatizar decisiones.
Quiz
- Quiz 
