DATA SCIENCE 1.1

Página 1

Inteligencia artificial, algo humano que puede replicar una maquina.

Machine learning. Serie de algoritmo que nos ayudan a llegar a ese objetivo.

Solo necesitan los datos de entrada y resultados y no tenemos que programar como tal, el algoritmo ya lo entrena solo.

Deep Leraning: generar modelos que nos permitan predecir o encontrar patrones en los datos.

La diferencia con machine learning es basicamente que tenemos que tener la data estructurada. , deep learning trabaja con redes neuronales profundas.

ALGORITMOS DE MACHINE LEARNING

1. Aprendizaje supervisado: aprendizaje previo basado en un sistema de etiquetas asociadas. A traves de ejemplos

Página 2

2. Aprendizaje no supervisado:

Se enfrentan al caos de datos con el objetivo de encontrar patrones, que permitan organizarlos de alguna manera. Aprendan

3. Aprendizaje por refuerzo. Aprender por experiencias y obetener recompensas.

maximizar las recompensas

Página 3

APRENDIZAJE SUPERVISADO

+ Clasificacion

++ Binaria

++ Multiclasificacion

+Regresion

++Conjunto de infinitos resultados

Página 4

Data scientist

+matematicas y estaidistica

+programacion y base de datos

+Entender muy bien el negocio y como lo comunicamos

+Comunicacion y visualizacion

Página 5