El objetivo básico del aprendizaje automático es usar una computadora para obtener información sin pedirla específicamente. En la mayoría de los casos, esto implica utilizar un conjunto de resultados históricos para predecir resultados futuros.
Esto se vuelve útil cuando desea automatizar conocimientos en grandes conjuntos de datos que son difíciles de hacer recursivamente para los humanos.
El aprendizaje supervisado en sí mismo se refiere a un subconjunto de aprendizaje automático en el que se genera un modelo para predecir un resultado basado en ejemplos históricos de esa variable de salida.
Los modelos se construyen en base a algoritmos de aprendizaje automático y funciones o características de los datos de entrenamiento para que podamos usar otros valores derivados de los datos de entrada para predecir valores.
Los algoritmos de aprendizaje supervisado intentan modelar las relaciones y las dependencias entre las predicciones objetivo y las funciones de entrada para que podamos predecir los valores de salida de los nuevos datos en función de las relaciones derivadas de conjuntos de datos anteriores.
Aprendizaje automático supervisado
Este curso gratuito sobre aprendizaje automático explicará las técnicas y procesos responsables de los últimos avances tecnológicos, como el reconocimiento automático de voz, el reconocimiento de objetos, el reconocimiento y la clasificación de voz, y más.
Los nuevos conocimientos en estas áreas técnicas también se incluirán en cursos futuros, incluida la línea de Conocimiento efectivo, que brinda la oportunidad de adquirir las habilidades y la comprensión necesarias para aplicar estos procedimientos en muchas otras áreas.
Este curso fue desarrollado e impartido en la Universidad de Stanford, una institución de investigación estadounidense privada ubicada en Stanford, California.
Este curso está destinado a todos los profesionales que quieran adquirir conocimientos en el campo innovador de la neurociencia, el aprendizaje automático.
También debes tener un nivel intermedio de inglés, ya que los cursos se imparten en este idioma. El curso también está subtitulado en español.
Se recomiendan algunos conocimientos básicos para acceder a este curso, tales como: uso de Matlab, Octave, Python, cálculo básico para diferenciar diferentes funciones, conocimientos básicos/intermedios de álgebra y conocimientos básicos/intermedios de probabilidad.
Además, debe tener una computadora con una conexión estable a Internet para acceder al contenido del curso.
El curso es impartido por Andrew Ng, cofundador de Coursera y profesor adjunto de informática en la Universidad de Stanford. El tiempo de estudio esperado es de aproximadamente 11 semanas, 56 horas en total.
Tienes todos los recursos y materiales que necesitas para completar este curso.
Cursos relacionados
Este curso es ofrecido por la Universidad de Stanford
La Universidad Leland Stanford Junior, comúnmente conocida como la Universidad de Stanford o Stanford, es una universidad de investigación privada estadounidense ubicada en Stanford, California, en un campus de 8,180 acres (3,310 ha) cerca de Palo Alto, California, Estados Unidos.
¿Cómo accedo al curso?
Es importante que sepas que para obtener acceso al curso de manera gratuita debes seleccionar la opción de auditar curso. Puedes usar la siguiente imagen como referencia:
También puedes hacerlo de la siguiente manera:
Accede al curso usando este enlace.
Si curso gratis