Aprendizaje Automático Supervisado
En la primera sesión veíamos que había tres tipos de aprendizaje automático: supervisado, no supervisado y por refuerzo. De estos tres tipos, es el aprendizaje supervisado el que hoy en día tiene más aplicaciones en el mundo real.
Los sistemas que son capaces de reconocer caras, analizar sentimientos, interpretar una radiografía o hacer un resumen de un libro, son ejemplos de aprendizaje supervisado, así que hoy me voy a centrar en contaros en más detalle qué tienen por dentro estos sistemas y cómo funcionan.
Te recuerdo que en el aprendizaje supervisado le enseñamos a la IA a distinguir distintos tipos de cosas diciéndole lo que es cada una mediante una etiqueta o clase. Por ejemplo, si queremos que una IA aprenda a reconocer animales, primero tendremos que enseñarle muchas fotos de diferentes animales, cada una con una etiqueta que diga qué animal es: un perro, un gato, una rana… Una vez que la IA ha visto muchas fotos con etiquetas, podemos mostrarle una foto de un animal sin etiqueta para que nos diga de qué animal se trata.
Las tres cosas principales que se necesitan para crear un sistema de aprendizaje supervisado son los datos, las características y el algoritmo.
