Loading

Alison's New App is now available on iOS and Android! Download Now

Study Reminders
Support
Text Version

Set your study reminders

We will email you at these times to remind you to study.
  • Monday

    -

    7am

    +

    Tuesday

    -

    7am

    +

    Wednesday

    -

    7am

    +

    Thursday

    -

    7am

    +

    Friday

    -

    7am

    +

    Saturday

    -

    7am

    +

    Sunday

    -

    7am

    +

El aprendizaje automático implica detectar patrones en los datos y utilizarlos para predecir resultados futuros.
La elección del modelo de aprendizaje automático depende de si queremos predecir o inferir.
El método de aprendizaje puede ser paramétrico o no paramétrico, y supervisado o no supervisado.
Por lo general, el 70-80% de los datos disponibles se utiliza para entrenar el algoritmo y el 20-30% para las pruebas.
Los datos se clasifican utilizando los clasificadores de margen máximo para datos separables, los clasificadores de vectores de soporte para datos no separables y las máquinas de vectores de soporte para límites de clases no lineales.
El clasificador de vector de soporte es un clasificador de margen suave.
La máquina de vectores de soporte (SVM) es una extensión del clasificador de vectores de soporte que utiliza Kernels para crear límites no lineales.