Aprendizaje automático e inteligencia artificial
426 recursos creados por 358 usuarios
Esta página de GoConqr reúne mapas mentales, cuestionarios, fichas, apuntes y diagramas sobre aprendizaje automático e inteligencia artificial. Sus recursos abarcan desde los fundamentos del aprendizaje supervisado y no supervisado hasta el clustering, los árboles de decisión y las redes neuronales. Sirven a estudiantes universitarios que repasan estos métodos y a profesores que buscan material para trabajarlos. Hay más de 400 recursos, principalmente universitarios, entre ellos más de 300 mapas mentales y más de 7 cuestionarios. Explora los materiales y elige un tema para empezar.
Elige un tema
- Tipos de aprendizaje automático29
- Representación y aprendizaje del conocimiento6
- Datos y preprocesamiento11
- Entrenamiento y evaluación de modelos13
- Algoritmos de clasificación25
- Árboles de decisión28
- Máquinas de vectores de soporte10
- Regresión lineal y logística9
- Aprendizaje y clasificación bayesianos16
- Redes neuronales y aprendizaje profundo22
- Agrupamiento o clustering20
- Procesamiento del lenguaje natural y análisis de sentimientos25
- Visión artificial y reconocimiento de imágenes10
- Sistemas de recomendación8
- Aprendizaje automático en medicina5
Lo mejor de Aprendizaje automático e inteligencia artificial
-
Mapa mental CLUSTERING EN INTELIGENCIA ARTIFICIAL Resumen y mapa conceptual de CLUSTERING
-
Mapa mental Estado del arte para técnicas supervisadas y no supervisadas del Machine Learning en la identificación de rasgos distintivos de cáncer de mama.
-
Mapa mental Spanish word embedding https://aclanthology.org/W19-1916.pdf Article review
-
Mapa mental Estudio comparativo de técnicas supervisadas de machine learning aplicadas en problemas medicos -
Mapa mental MACHINE LEARNING -
Mapa mental Análisis de sentimientos a través de PQRS para la atención en salud Differences and similarities IELTS, TOEFL, iTEP
-
Mapa mental Introduce el texto aquí LIGIA BELTRAN NELLY ELIANO MONICA GALLEGOS MARCELO VALLEJOS
-
Mapa mental RAZONAMIENTO BASADO EN CASOS APLICADO AL DIAGNOSTICO MEDICO
Mapas mentales
Ver los 357 mapas mentales-
CLUSTERING EN INTELIGENCIA ARTIFICIAL Resumen y mapa conceptual de CLUSTERING
-
Estado del arte para técnicas supervisadas y no supervisadas del Machine Learning en la identificación de rasgos distintivos de cáncer de mama.
-
Spanish word embedding https://aclanthology.org/W19-1916.pdf Article review
-
Estudio comparativo de técnicas supervisadas de machine learning aplicadas en problemas medicos -
MACHINE LEARNING -
Análisis de sentimientos a través de PQRS para la atención en salud Differences and similarities IELTS, TOEFL, iTEP
-
Introduce el texto aquí LIGIA BELTRAN NELLY ELIANO MONICA GALLEGOS MARCELO VALLEJOS
-
RAZONAMIENTO BASADO EN CASOS APLICADO AL DIAGNOSTICO MEDICO
Temas de Aprendizaje automático e inteligencia artificial
Otros temas de Bases de datos y ciencia de datos
Sobre Aprendizaje automático e inteligencia artificial
GoConqr OriginalPor dónde empezar
Esta unidad forma parte de Ciencia de datos y analítica, dentro de la asignatura Bases de datos y ciencia de datos. La página reúne recursos creados por usuarios de GoConqr que presentan conceptos, métodos y aplicaciones de aprendizaje automático e inteligencia artificial.
Para comenzar, busca el mapa que presenta los fundamentos del aprendizaje automático como una subdisciplina de la inteligencia artificial. Su explicación sobre cómo los algoritmos aprenden patrones a partir de datos ofrece un punto de partida para recorrer materiales más concretos. Después, consulta los mapas sobre tipos de aprendizaje y aprendizaje no supervisado.
Agrupamiento y clasificación
El mapa sobre clustering describe cómo se dividen los objetos de un conjunto en grupos según sus características. Puedes seguir con «Algoritmo de las K-medias» y las fichas sobre K-means y clustering jerárquico. El cuestionario sobre extracción de características, segmentación y reconocimiento de objetos también incluye una pregunta sobre K-medias.
Para trabajar la clasificación, la página ofrece mapas y diagramas de árboles de decisión, además de fichas y apuntes sobre regresión logística, KNN y máquinas de soporte vectorial. El mapa sobre el clasificador bayesiano presenta su fundamento probabilístico y las hipótesis simplificadoras que utiliza.
Redes y aplicaciones
Si te interesan los modelos de redes, encontrarás mapas sobre aprendizaje con redes neuronales y una comparación entre redes bayesianas y neuronales para predecir el acabado superficial de piezas mecanizadas. También hay un mapa que revisa técnicas supervisadas y no supervisadas para identificar rasgos distintivos del cáncer de mama.
La lista incluye otros contextos de aplicación, como «Sistemas de recomendación», el análisis de sentimientos y el tratamiento de imágenes. Puedes escoger uno y relacionarlo con los métodos que hayas repasado antes.
Combina mapas y cuestionarios
Lee primero un mapa para ordenar los conceptos y sus relaciones. Después, prueba un cuestionario sobre árboles de decisión, reglas, clustering o sistemas de recomendación. Vuelve al mapa cuando una pregunta te haga dudar y utiliza las fichas del mismo tema para repasar los términos.
Para continuar, elige un mapa y acompáñalo con un cuestionario del tema que quieras practicar.
Preguntas frecuentes
¿Qué recurso puedo consultar primero?
Un buen punto de partida es el mapa introductorio sobre aprendizaje automático, que reúne una definición y sus fundamentos. Después puedes pasar a los mapas sobre tipos de aprendizaje y aprendizaje no supervisado. Si ya tienes un tema concreto en mente, busca directamente recursos sobre clustering, árboles de decisión o redes neuronales.
¿Qué materiales hay para repasar clustering?
La página incluye un mapa que explica el clustering como agrupamiento de objetos según sus características, otro sobre el algoritmo de las K-medias y fichas sobre K-means y clustering jerárquico. También encontrarás un cuestionario dedicado al agrupamiento no supervisado y otro de reconocimiento de objetos que incluye una pregunta sobre K-medias.
¿Para quién son útiles estos recursos?
Los materiales son principalmente universitarios. Los estudiantes universitarios pueden usarlos para repasar conceptos y practicar con cuestionarios, mientras que los profesores pueden consultar mapas, fichas y otros formatos para trabajar los temas. La selección abarca fundamentos, métodos de clasificación y agrupamiento, redes neuronales y aplicaciones concretas.
¿Se pueden usar gratis los recursos?
Sí. Todos los recursos de esta página se pueden abrir, estudiar y realizar gratis, sin cuenta. Una cuenta gratuita permite además guardar las puntuaciones de los cuestionarios y crear cuestionarios, mapas mentales, fichas y apuntes propios. Los materiales listados han sido creados por usuarios de GoConqr.