Aprendizaje automático

El aprendizaje automático (ML) es el estudio de algoritmos informáticos que pueden mejorar automáticamente a través de la experiencia y el uso de datos. El aprendizaje automático se considera parte de la inteligencia artificial. Los algoritmos de aprendizaje automático construyen un modelo basado en datos de muestra, conocidos como datos de entrenamiento, para hacer predicciones o tomar decisiones sin estar programados explícitamente para hacerlo. Los algoritmos de aprendizaje automático se utilizan en una amplia variedad de aplicaciones, como en medicina, filtrado de correo electrónico, reconocimiento de voz y visión artificial, donde es difícil o inviable desarrollar algoritmos convencionales para realizar las tareas necesarias.

Un subconjunto del aprendizaje automático está estrechamente relacionado con las estadísticas computacionales, que se enfoca en hacer predicciones usando computadoras; pero no todo el aprendizaje automático es aprendizaje estadístico. El estudio de la optimización matemática ofrece métodos, teoría y dominios de aplicación al campo del aprendizaje automático. La minería de datos es un campo de estudio relacionado, que se centra en el análisis exploratorio de datos a través del aprendizaje no supervisado. Algunas implementaciones de aprendizaje automático usan datos y redes neuronales de una manera que imita el funcionamiento de un cerebro biológico. En su aplicación a través de problemas comerciales, el aprendizaje automático también se conoce como análisis predictivo.