TIPOS DE ALGORITMO DE APRENDIZAJE Aprendizaje Supervisado Aprendizaje no Supervisado Aprendizaje por Refuerzo
Aprendizaje Supervisado Los algoritmos trabajan con datos etiquetados El algoritmo se entrena con un histórico de datos Suele utilizarse en problemas de clasificación Árboles de decisión, clasificación de Naïve Bayes, regresión por mínimos cuadrados, regresión logística, support vector machines, métodos ensemble (conjunto de clasificadores)
Aprendizaje No Supervisado Tiene lugar cuando no se dispone de datos etiquetados Algoritmos de clustering Análisis de componentes principales Descomposición en valores singulares Análisis de componentes independientes
Aprendizaje por Refuerzo Se basa en mejorar la respuesta modelo utilizando retroalimentación El algoritmo aprende observando el mundo que lo rodea Su información de entrada es el feedback