Resultados de la búsqueda

…to por [[Richard S. Sutton|Rich Sutton]], sólo se mencionó como nota a pie de página. …"'''A₂'''" que elige el agente en su nuevo estado. El acrónimo de la quíntuple (S_t, A_t, R_t+1, S_t+ …

…que la segunda letra define si se utiliza un dispositivo de procesamiento de información clásico o cuántico.]] …oca, aplicando los métodos de aprendizaje automático clásico a la [[teoría de la información cuántica]]. …

…ón]] [[estadística]], definida como la [[cardinalidad]] del mayor conjunto de puntos que el algoritmo puede separar. Es un concepto central en la [[teorí …l que el modelo <math>f</math> no tiene errores cuando evalúa ese conjunto de puntos. …

…l que el alumno se evalúa en función de su poder predictivo de un conjunto de pruebas. …también es cierto: La capacidad de aprendizaje PAC implica la capacidad de aprendizaje Ockham. …

…jemplos, los datos de formación. Para ello, tiene que generalizar a partir de los datos presentados a las situaciones no vistas previamente. En esto difiere del [[aprendizaje no supervisado]]. …

…cas de un objeto son típicamente presentadas en un vector llamado ''vector de características''. …rísticas [[número real|reales]] <math>\vec x</math>, entonces el resultado de salida es …

…uestran estimaciones del error de generalización a lo largo del proceso de aprendizaje. …h>y</math> es el [[Esperanza (matemática)|valor esperado]] de la [[función de pérdida]] <math>V(f)</math>: …

…regresores''', representan insumos o causas, es decir, razones potenciales de variación. En un experimento, cualquier variable que el experimentador mani …gage Learning, 2011. Section 1.1</ref> El símbolo más común para los datos de entrada es ''x'', y el símbolo más común para el resultado es ''y''; la fun …

…aprendizaje automático diseñado para mejorar la estabilidad y precisión de algoritmos de [[aprendizaje automático]] usados en [[clasificación estadística]] y …

…ompensas a aprender por el agente) cuadráticamente más rápida respecto del aprendizaje por refuerzo clásico. …l|teorías de control]] óptimo, [[investigación de operaciones]] y [[Teoría de la información]]. …

…ando un algoritmo evolutivo, con el propósito de conseguir el mejor patrón de radiación para la nave.]] …mezclan, y compiten entre sí, de tal manera que las más aptas son capaces de prevalecer a lo largo del tiempo, evolucionando hacia mejores soluciones ca …

…stran una posible ventaja cuadrática cuántica en operaciones fundamentales de la IA. …ios prácticos iniciales sugieren que estos conceptos tienen la posibilidad de ser implementados en el laboratorio, bajo condiciones estrictamente control …

…=Abril, 2009|en=SICS Technical Report T2009:06|idioma=en}}</ref> La fuente de información también se llama ''profesor'' u ''oráculo''. …|incremental]] en el campo del [[Aprendizaje automático online|aprendizaje automático en línea]]. …

…ado grandemente en el análisis de transacciones comerciales y en problemas de predicción. …s que son subconjuntos de al menos <math>C</math> transacciones en la base de datos. …

…on lentas de calcular para conjuntos de datos superiores a un par de miles de ejemplos sin procesamiento paralelo. …ción=Elsevier B.V.|isbn=9780080949123}}</ref> Se han introducido funciones de núcleo para datos secuenciales, gráficos, texto, imágenes y [[Vector|vector …

…cubrir las relaciones entre transacciones a través de la minería de reglas de asociación.]] …nteresantes para descubrir relaciones entre variables en grandes conjuntos de datos. …

…lasificador robusto es un clasificador que tiene un mejor desempeño que el de un clasificador débil, ya que sus clasificaciones se aproximan más a las ve …) proved that boosting is possible. (Page 823)|fechaacceso=17 de noviembre de 2015}}</ref> …

…, que suma esfuerzos para combinar la mecánica cuántica y el [[aprendizaje automático]].<ref>Maria Schuld, Ilya Sinayiskiy, and Francesco Petruccione (2014) An… …ovechando las propiedades de la mecánica cuántica) que estudia un conjunto de datos clásicos. …

…otipos) que sirve para estimar la función de densidad <math>F(x/Cj)</math> de las predictoras <math>x</math> por cada clase <math>C_j</math>. …eso de aprendizaje no se hace ninguna suposición acerca de la distribución de las variables predictoras. …

…''n'' neuronas de entrada, ''m'' neuronas en su capa oculta y una neurona de salida.]] …o cada neurona de la capa "i" es entrada de una serie de neuronas (región) de la capa "i+1". …