¿Cuál es el proceso de aprendizaje del algoritmo?

Answer 1

Un algoritmo de aprendizaje es un método utilizado para procesar datos para extraer patrones apropiados para la aplicación en una situación nueva. En particular, el objetivo es adaptar un sistema a una tarea específica de transformación de entrada-salida.

Hay muchos tipos de algoritmos de aprendizaje. Algunos de ellos son:

• Regresión lineal O Regresión polinomial: la regresión es un método para modelar la relación entre una variable dependiente escalar y y una o más variables explicativas (o variables independientes) indicadas como X1, X2, etc. La idea general es obtener una curva que se ajuste a todas Los datos perfectamente.
• Regresión logística: la Regresión logística se utiliza para estimar valores discretos (generalmente valores binarios como 0/1) a partir de un conjunto de variables independientes. Ayuda a predecir la probabilidad de un evento al ajustar los datos a una función logit.
• Algoritmo de propagación hacia atrás : Wikipedia define la propagación hacia atrás como: la propagación hacia atrás de los errores, o propagación hacia atrás, es un método común de entrenamiento de redes neuronales artificiales y se utiliza junto con un método de optimización como el descenso de gradiente. Este algoritmo es matemáticamente impuro y complicado, pero cuando se implementa resulta ser uno de los mejores algoritmos de aprendizaje.
• KNN (K- vecinos más cercanos): este algoritmo se puede aplicar tanto a problemas de clasificación como de regresión. Aparentemente, dentro de la industria de la ciencia de datos, se usa más ampliamente para resolver problemas de clasificación. Es un algoritmo simple que almacena todos los casos disponibles y clasifica cualquier caso nuevo tomando el voto mayoritario de sus k vecinos. El caso se asigna a la clase con la que más tiene en común. Una función de distancia realiza esta medida.

Hay muchos otros algoritmos de aprendizaje, pero la idea central es ajustar los datos de la prueba a la perfección para generalizar el resultado, es decir, predecir el resultado correctamente con los parámetros entrenados.