No hay una definición que sea totalmente aceptada de lo que es o no es machine learning. Pero veamos un par de ejemplos de intentos de definición:
Arthur Samuel(1959) : Define machine learning como el campo de estudio que da a las computadoras la abilidad para aprender sin ser explicitamente programadas. Esta es una definición algo informal y antigua.
Tom Mitchel(1998) : Define machine learning de la siguiente forma, "Se dice que un programa de computadora esta aprendiendo de la experiencia E con respecto a una clase de tarea T y un rendimiento medido por P. Si su rendimiento en la tarea T, medido por P, mejora con la experiencia E". Esta definición es algo confusa pero tiene mucha relación cuando uno desea implementar un solución a un problem de machine learning, veamos un ejemplo:
E: Observar que correo nosotros seleccionamos como spam o no spam.
P: El numero de correos clasificados correctamente como spam o no spam.
Arthur Samuel(1959) : Define machine learning como el campo de estudio que da a las computadoras la abilidad para aprender sin ser explicitamente programadas. Esta es una definición algo informal y antigua.
Tom Mitchel(1998) : Define machine learning de la siguiente forma, "Se dice que un programa de computadora esta aprendiendo de la experiencia E con respecto a una clase de tarea T y un rendimiento medido por P. Si su rendimiento en la tarea T, medido por P, mejora con la experiencia E". Esta definición es algo confusa pero tiene mucha relación cuando uno desea implementar un solución a un problem de machine learning, veamos un ejemplo:
- Supongamos que implementamos un programa de mensaje de correos el cual observara que correo nosotros seleccionamos como spam o no spam, y basado en ello el programa aprendera como filtrar mejor correos spam. Entonces para este caso tenemos:
E: Observar que correo nosotros seleccionamos como spam o no spam.
P: El numero de correos clasificados correctamente como spam o no spam.
Comentarios
Publicar un comentario