Aprendizaje automático
Los modelos aprenden patrones de los datos y los aplican a nuevas entradas.
¿Qué es el aprendizaje automático?
Es un ámbito de la inteligencia artificial donde modelos aprenden patrones de datos. Se usan para predecir, clasificar o generar contenido, entre otras tareas. Los métodos varían. En aprendizaje supervisado, los ejemplos incluyen valores o clases objetivo; no todo método requiere esas etiquetas. Tampoco se limita a redes neuronales.
En una empresa de servicio ficticia, un modelo debe clasificar mensajes entrantes según el motivo. El enfoque supervisado elegido requiere ejemplos bien etiquetados y comprobar resultados con mensajes adecuados no usados para entrenar. Los casos dudosos pasan a personas. Nuevas expresiones o tipos de solicitud pueden cambiar la adecuación; acertar en ejemplos de entrenamiento conocidos no prueba por sí solo utilidad posterior.
Fuentes
Términos relacionados
- Inteligencia artificialLa inteligencia artificial abarca métodos como el procesamiento del lenguaje y el reconocimiento de patrones. Su utilidad depende de la tarea concreta.
- Aprendizaje profundoAprendizaje automático con redes neuronales de varias capas de procesamiento.
- Red neuronalUn modelo de nodos de cálculo conectados con parámetros ajustables.
- IA generativaLa IA generativa produce textos, imágenes o código. La calidad se evalúa según el uso previsto y la información de partida disponible.
- Ficha de modeloUna ficha de modelo documenta el propósito, las bases, las condiciones de evaluación y los límites conocidos de una versión de un modelo de IA.
- Preparación para la IALa preparación para la IA contempla las bases de un proyecto: objetivo, datos utilizables, capacidades, responsabilidades y funcionamiento.
Artículos sobre el tema
IA y automatización con ASES
Asistentes de IA y procesos automatizados