Aprendizaje Automtico: conceptos bsicos y avanzados

Paradigmas de Aprendizaje Automtico

Dentro del denominado mundo del reconocimiento de patrones (pattern recognition) hay dos
grandes grupos de familias que enfocan de manera distinta el problema de la clasificacin.
Por un lado est la clasificacin no supervisada (unsupervised pattern recognition).
Por otro lado, la clasificacin supervisada (supervised patter recognition) enfoca el problema
clasificatorio de forma distinta. (Arbelaitz, 2006, p. 10).
Tcnicas de Clasificacin Supervisada
El objetivo principal de las tcnicas de clasificacin supervisada es obtener un modelo
clasificatorio vlido para permitir tratar casos futuros. Se trata de que el sistema sea capaz de
aprender de lo que tiene para poder generalizar y tratar lo que no tiene. (Arbelaitz, 2006, p. 21).








Referencias
Arbelaitz, O. (2006). Aprendizaje automtico: Conceptos bsicos y avanzados : Aspectos prcticos
utilizando el software WEKA. Madrid: Pearson.