Valenttina Cardozo
Pregunta¿Qué otros modelos de Machine Learning existen aparte del probabilístico?
- Modelos logicos: Modelos de Arbol Modelos de reglas
- Modelos geometricos Modelos lineales Modelos basado en distancia
- Modelos probabilisticos Modelos predicticos Modelo Naïve Bayes
Daniel Andrés Giraldo Benites
Espero esto te sea de ayuda
Claudia Johana Herrera Torres
Hola: Hay 3 enfoques principales
Te comparto un link que te puede ayudar a profundizar mas
https://sitiobigdata.com/2019/12/24/3-principales-enfoques-de-los-modelos-de-aprendizaje-automatico/
Francisco Camacho
hola Valentina, en general podemos dividir el ML en probabilistico y deterministico. En el caso del ML deterministico, tendriamos de ejemplo algoritmos como las Support vector Machines (SVM) las cuales son un ejemplo de algoritmo de clasificacion que no usa probabilidades para encontrar las categorias de clasificacion en un conjunto de datos.
Diego Rebolledo
¡Hola!, encontré algo de información al respecto, te dejaré un poco de lo que leí :Modelos lógicos. Funcionan a través de reglas, que conforman una base de conocimiento. Una regla se compone de un antecedente y de una consecuencia. Por ejemplo, podemos afirmar que cuando la temperatura es de 10°C, hace frío. Por lo tanto, una regla sería: A un conjunto de reglas de esta forma se le denomina base de conocimiento. Por tanto, un modelo con una base de conocimiento podría ser utilizado para realizar predicciones.
Modelos geométricos. Supone instancias con una o dos dimensiones que son representadas en un eje de coordenadas. A continuación, se busca aquella frontera lineal que las separe, permitiendo su futura predicción. Modelos probabilísticos. Estos modelos identifican la distribución de probabilidad de una función determinada que relaciona las variables predictoras con las de clase y la utiliza para realizar predicciones en el futuro. Los modelos probabilísticos y lógicos pueden ser utilizados para cualquier situación, mientras que los segundos sólo cuando se aprecia una relación lineal entre las variables predictoras, además de un número reducido de instancias.
Espero no haberte abrumado con el texto, lo obtuve de:https://www.avansis.es/inteligencia-artificial/aplicaciones-de-la-ia-machine-y-deep-learning/
