Nombre del autor:admin

Colección organizada de datos para entrenar/validar/probar modelos. Calidad y tamaño son cruciales.

Provisión de servicios informáticos por Internet; fundamental para IA por la capacidad de cómputo y escalado.

Procesos mentales de adquirir conocimiento. La IA busca replicarlos (razonamiento, resolución de problemas…).

Tarea no supervisada que agrupa datos en clústeres de alta similitud interna.

Tarea supervisada que asigna una etiqueta a cada entrada (spam/no spam, perro/gato…).

Disciplina que usa métodos científicos y algoritmos para extraer conocimiento de datos; ML es una herramienta central.

Capa entre entrada y salida donde ocurre la mayor parte del aprendizaje de características.

Conjunto de neuronas que procesan información en bloque. Redes profundas: entrada, varias ocultas y salida.

Modelos (sobre todo de Deep Learning) cuyo funcionamiento interno es difícil de interpretar para los humanos.

Conjuntos de datos muy grandes y complejos que requieren nuevas herramientas. IA/ML son clave para analizarlos y extraer valor.