Aprendizaje supervisado

Aprendizaje supervisado
Información sobre la plantilla
Concepto:técnica para deducir una función que establece una correspondencia entre las entradas y las salidas deseadas del sistema.

En Aprendizaje Automático, el aprendizaje supervisado es una técnica para deducir una función que establece una correspondencia entre las entradas y las salidas deseadas del sistema.

Los datos de entrenamiento consisten de pares de datos: una componente del par son los datos de entrada y la otra los resultados deseados. La salida de la función puede ser un valor numérico (como en los problemas de regresión) o una etiqueta de clase (como en los de clasificación).

El objetivo del aprendizaje supervisado es el de crear una función capaz de predecir el valor correspondiente a cualquier dato de entrada válida después de haber visto una serie de ejemplos (datos de entrenamiento). Para ello, tiene que generalizar a partir de los datos presentados a las situaciones no vistas previamente.

Algoritmos

El aprendizaje supervisado incluye dos categorías de algoritmos:

Aplicaciones

Las aplicaciones en las que se pueden utilizar los algoritmos de aprendizaje supervisado son, entre otros: aplicaciones financieras para la calificación crediticia, el trading algorítmico y la calificación de bonos; en aplicaciones biológicas para la detección de tumores y el descubrimiento de fármacos; en aplicaciones energéticas para la predicción de carga y precio; y en aplicaciones de reconocimiento de patrones para el habla y las imágenes.

Fuente