Resultados de la búsqueda

…de [[Aprendizaje por refuerzo|aprendizaje de refuerzo]] del [[aprendizaje automático]]. Fue propuesto por Rummery y Niranjan en una nota técnica<ref>{{Cita publ …estado-acción se actualiza mediante un error, ajustado por el [[índice de aprendizaje]] α. Los valores Q representan la posible recompensa recibida en el siguien …

…omo '''embolsado''', es un [[Metaheurística|metaalgoritmo]] de aprendizaje automático diseñado para mejorar la estabilidad y precisión de algoritmos de [[aprendizaje automático]] usados en [[clasificación estadística]] y …

…] entrenada mediante una forma de [[Aprendizaje por diferencias temporales|aprendizaje por diferencia temporal]], concretamente [[TD-Lambda]]. …o del turno actual (de ahí lo de "[[Aprendizaje por diferencias temporales|aprendizaje por diferencia temporal]]"). La puntuación de cualquier posición del tabler …

…zcan suficientemente seguidos en dicha base de datos. Este algoritmo se ha aplicado grandemente en el análisis de transacciones comerciales y en problemas de… * [[Aprendizaje automático]] …

…03, pgs. 18-25.</ref> Se han investigado ampliamente diversos métodos para aprendizaje de reglas de asociación que han resultado ser muy interesantes para descubr …o dónde ubicar estos dentro del supermercado. Además del ejemplo anterior aplicado al análisis de ''la cesta de la compra'', hoy en día, las reglas de asociac …

…ias catastróficas]], un problema que puede resolverse mediante enfoques de aprendizaje incremental. …ir diferentes nociones de pérdida, que conducen a diferentes algoritmos de aprendizaje. …

…matriz Hermítica <math>A</math> en un operador unitario, el cual pueda ser aplicado en el futuro. Esto es posible si ''A'' es ''s''-sparse y eficientemente fil === Aprendizaje automático y análisis de Big Data === …

…ás de errores''' (del inglés ''backpropagation'') es un [[algoritmo]] de [[aprendizaje supervisado]] utilizado para entrenar [[Red neuronal prealimentada|redes ne …eeplearningbook.org/contents/mlp.html#pf25 200]}} </ref> Una vez que se ha aplicado un patrón a la entrada de la red como estímulo, este se propaga desde la pr …

…sobre los datos, aunque puede combinarse con otros métodos para realizar [[aprendizaje supervisado]].<ref>{{Cita publicación|url=https://doi.org/10.14778/1454159. * Reconocimiento automático del habla: Debido a los diferentes ritmos de habla, existen fluctuaciones… …

…</ref> planificación, atención visual, configuración de arquitecturas en [[aprendizaje profundo]], análisis estático de programas, [[física experimental]] de part [[Categoría:Aprendizaje automático]] …

En [[estadística]]s, el '''Método de Ward''' es un criterio aplicado al [[Agrupamiento jerárquico|Análisis de clúster jerárquico]]. '''El método [[Categoría:Aprendizaje automático]] …

…ef> Pueden entrenarse de forma [[Aprendizaje supervisado|supervisada]] o [[Aprendizaje no supervisado|no supervisada]], dependiendo de la tarea. …máquinas de Boltzmann restringidas también pueden utilizarse en redes de [[aprendizaje profundo]]. En concreto, las redes de creencias profundas pueden formarse… …

…rtamiento [[aleatorio]] o incierto. Por ejemplo, un sistema de aprendizaje automático puede ser considerado un sistema estocástico si utiliza datos aleatorios pa …ección. El conjunto canónico tiene la propiedad de separabilidad cuando se aplicado a una de las tales colecciones: mientras los subsistemas que interaccionan …

…diagram.svg|miniatura|derecha|250px| El encuadre típico de un escenario de Aprendizaje de refuerzo (AR): un agente toma acciones en un entorno, que se interpreta …imas corregidas explícitamente. Además, hay un enfoque en el [[Aprendizaje automático online|rendimiento en línea]], que consiste en encontrar un equilibrio entr …

…re secuencias distantemente relacionadas. El criterio de mínimos cuadrados aplicado a estas distancias es más preciso pero menos eficiente que los métodos de… == Minería de datos y aprendizaje automático == …

…dispersa''' o '''SDL''') es un método de [[Aprendizaje de características|aprendizaje de representaciones]] cuyo objetivo es encontrar una representación [[Dispe Una de las aplicaciones más importantes del aprendizaje de diccionarios dispersos es el campo de la [[detección comprimida]] o la… …

…u dinámica a fenómenos físicos sencillos. Si se limita la conectividad, el aprendizaje puede ser lo bastante eficaz como para ser útil en la resolución de problem …mplo la serie de entrenamiento podría ser un conjunto de vectores binarios aplicado sobre las unidades V. La distribución en el conjunto de entrenamiento se de …

…se basa en modelos estadísticos y numéricos (y últimamente en aprendizaje automático) en lugar del análisis fundamental tradicional cuando se gestionan carteras * López Dumrauf, Guillermo. ''Cálculo Financiero Aplicado, un enfoque profesional''. 2.ª edición, La Ley, Buenos Aires, 2006. …

…ha convertido en un importante método de optimización en el [[aprendizaje automático]].<ref name="dup-0-13">{{Cita libro|apellidos=Bottou|nombre=Léon|título=Onl Tanto la [[M-estimador|estimación]] [[estadística]] como el [[aprendizaje automático]] consideran el problema de [[Optimización (matemática)|minimizar]] una [[F …

…ilizado en [[estadística]], [[reconocimiento de patrones]] y [[aprendizaje automático]] para encontrar una [[combinación lineal]] de rasgos que caracterizan o se …s ADL incrementalmente utilizando la corrección de errores y las reglas de aprendizaje de Hebbian.<ref><cite class="citation journal">Demir, G. K.; Ozmehmet, K.… …