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.