aprendizaje automático
Para guardar esta palabra, deberá iniciar sesión.
Qué hace aprendizaje automático ¿significa?
el término aprendizaje automático abreviado ML se refiere a la capacidad de una máquina para mejorar su propio rendimiento. Lo hace utilizando un modelo estadístico para tomar decisiones e incorporando el resultado de cada nueva prueba en ese modelo. En esencia, la máquina está programada paraaprender a través prueba y error .
¿Dónde lo hizo? aprendizaje automático ¿viene de?
El término fue concebido en la década de 1950, aproximadamente al mismo tiempo que los científicos comienzan a usarlo inteligencia artificial AI para la simulación de comportamiento inteligente en computadoras.Aunque contemporáneas, las dos tecnologías son notablemente diferentes: mientras que la IA generalmente se refiere a la capacidad de una máquina para realizar tareas como lo haría un ser humano, ML denota específicamente una aplicación informática utilizada para procesar y aprender de datos, como se muestra en un auto-manejo.la capacidad del automóvil para detectar y procesar objetos cercanos.Otras aplicaciones comunes del aprendizaje automático incluyen la personalización de la búsqueda en Internet, la protección contra el fraude y la seguridad de la identidad, todo lo cual requiere que una máquina aprenda comportamientos particulares.
cómo es aprendizaje automático ¿usado?
Una variedad más ágil de aprendizaje automático, que identifica patrones complejos y no lineales en grandes conjuntos de datos y hace posible crear modelos de riesgo más precisos casi en tiempo real, está comenzando a usarse en este tipo de aplicaciones.ejecutar este tipo de aprendizaje automático en otros entornos, como el algoritmo de reconocimiento de spam de su aplicación de correo electrónico, las recomendaciones de productos de Amazon y las sugerencias que recibe en Netflix. Ahora se está implementando una tecnología muy similar para combatir el fraude con tarjetas.
- Jamie Swedberg, Gestión de cooperativas de crédito , 1 de junio de 2018
Palabras que estamos viendo habla de palabras que vemos cada vez más en uso pero que aún no cumplen con nuestro criterios de entrada .
