5.1.2.17 Aprendizaje Automático Básico (1 horas) [Habilidades 1,2,6]

Referencias Bibliográficas: [Brookshear and Brylow, 2019] Temas
  1. Definición y ejemplos de la extensa variedad de tareas de aprendizaje de máquina, incluida la clasificación.
  2. Aprendizaje inductivo
  3. Aprendizaje simple basado en estadísticas, como el clasificador ingenuo de Bayes, árboles de decisión.
  4. El problema exceso de ajuste.
  5. Medicion clasificada con exactitud.

Objetivos de Aprendizaje

  1. Listar las diferencias entre los tres principales tipos de aprendizaje: supervisado, no supervisado y por refuerzo [Familiarizarse]
  2. Identificar ejemplos de tareas de clasificación, considerando las características de entrada disponibles y las salidas a ser predecidas [Familiarizarse]
  3. Describir el sobre ajuste (overfitting) en el contexto de un problema [Familiarizarse]



Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM