‘Ž‡–À±…‹…‘†‡‰‡‹‡”Àƒ Figura. 4a. Modelo de aprendizaje por refuerzo Figura. 4b. Modelo de aprendizaje semi-supervisado 4.Comparativa Vamos a realizar la comparativa basándonos en los tipos de algoritmos que se repiten con más frecuencia para la resolución de problemas siendo estos los algoritmos de regresión, clasificación y clustering. Cuando los algoritmos modelan una relación entre distintas variables utilizando una medida de error que se intenta minimizar con cada iteración para que las predicciones futuras sean lo más ajustadas posibles, estamos hablando de algoritmos de regresión (Fig. 5), de tipo supervisado. Distinguimos la regresión lineal y regresión logística. La regresión lineal pretende representar una recta que se ajuste lo mejor posible a nuestros datos. Es un algoritmo supervisado que nos indica la tendencia que sufre un conjunto de datos continuos. Este algoritmo intenta representar una relación lineal entre variables independientes y una variable de salida o dependiente. Normalmente se usa el método de mínimos cuadrados para calcular esta relación. Por otro lado, en la regresión logística, contrario a la regresión lineal, no esperamos obtener un resultado numérico sino una variable categórica en función de variables independientes. Por tanto, a partir de un conjunto de datos de entrada obtenemos una salida discreta, correspondiente a un estado que pretendemos predecir. 5ϯ
Bol_tec_ing_16
To see the actual publication please follow the link above