温馨提示：本站仅提供公开网络链接索引服务，不存储、不篡改任何第三方内容，所有内容版权归原作者所有
AI智能索引来源：http://www.ibm.com/mx-es/think/topics/machine-learning
点击访问原文链接

¿Qué es el machine learning? | IBM

进入原网站 导航首页
Le damos la bienvenidaDescripción generalTipos de machine learningAlgoritmos de machine learningMachine learning estadísticoÁlgebra lineal para machine learningCuantificación de la incertidumbreCompensación entre sesgo y varianzaDescripción generalSelección de característicasExtracción de característicasIncrustación de vectoresEspacio latenteAnálisis de componentes principalesAnálisis discriminante linealSobremuestreoReducción de ejemplificaciónDatos sintéticosFiltración de informaciónDescripción generalRegresión linealRegresión lassoRegresión de crestaModelo de espacio de estadosSeries temporalesModelo autorregresivoDescripción generalÁrboles de decisiónK-vecinos más cercanos (KNN)Naive bayesBosque aleatorioMáquina de vectores de soporteRegresión logísticaDescripción generalBoostingBaggingGradient boostingClasificador de gradient boostingDescripción generalAprendizaje por transferenciaDescripción generalDescripción generalAgrupación en clústeres de K-meansAgrupación en clústeres jerárquicoAlgoritmo a prioriModelo de mezcla gaussianaDetección de anomalíasDescripción generalFiltrado colaborativoFiltrado basado en el contenidoDescripción generalFeedback humano de aprendizaje por refuerzoDescripción generalDescripción generalRetropropagaciónModelos de codificador-decodificadorRedes neuronales recurrentesRedes neuronales convolucionalesDescripción generalMecanismo de atenciónAtención agrupada a las consultasCodificación posicionalAutocodificadorModelo MambaRedes neuronales gráficasDescripción generalModelo generativoIA generativa frente a IA predictivaDescripción generalModelos de razonamientoModelos de lenguaje pequeñoAfinación de instruccionesParámetros de LLMTemperatura de LLMPuntos de referencia de LLMPersonalización de LLMModelos de difusiónAutocodificador variacional (VAE)Redes generativas adversativas (GAN)Descripción generalModelos de lenguaje de visiónTutorial: Crear un estilista de IATutorial: Consultas multimodales de IA con LlamaTutorial: Consultas multimodales de IA con PixtralTutorial: Transcripción automática de podcasts con GraniteTutorial: Sistema de respuesta de análisis de imágenes PPT IADescripción generalGraphRAGTutorial: Crear aun sistema RAG multimodal con Docling y GraniteTutorial: Evaluar el pipeline RAG con RagasTutorial: Estrategias de fragmentación de RAGTutorial: Graficar RAG mediante grafos de conocimientoTutorial: Escalado de inferencias para mejorar el RAG multimodalDescripción generalProgramación de VibeVisite la Guía para agentes de IA 2025Descripción generalFunción de pérdidaDatos de formaciónParámetros del modeloGradiente descendenteDescenso de gradiente estocásticoAjuste de hiperparámetrosTasa de aprendizajeDescripción generalRefinamiento eficiente de parámetros (PEFT)LoRATutorial: Ajuste del modelo Granite con LoRARegularizaciónModelos fundacionalesSobreajusteSubajusteAprendizaje few shotAprendizaje zero shotDestilación de conocimientosMetaaprendizajeAumento de datosOlvido catastróficoDescripción generalScikit-learnXGBoostPytorchDescripción generalCiclo de vida de la IAInferencia de IADespliegue de modelosPipeline de machine learningEtiquetado de datosGestión de riesgos de los modelosDesviación del modeloAutoMLSelección de modeloAprendizaje federadoMachine learning distribuidoPila de IADescripción generalNatural Language UnderstandingDescripción generalAnálisis de sentimientoTraducción automáticaDescripción generalRecuperación de informaciónExtracción de informaciónModelado de temasAnálisis semántico latenteAsignación latente de DirichletReconocimiento de entidades nombradasIncorporaciones de palabrasBag of wordsBúsqueda inteligenteReconocimiento de vozStemming y lematizaciónResumen de textoIA conversacionalAnalytics conversacionalGeneración de lenguaje naturalDescripción generalClasificación de imágenesDetección de objetosSegmentación de instanciasSegmentación semánticaReconocimiento óptico de caracteresReconocimiento de imágenesInspección visualDave Bergmannforecastinglenguaje grandes (LLM)de IA generativaentrenamiento de modelosun modelo de IAinferencia de IAEl aprendizaje profundoredes neuronales artificiales"big data"unidades de procesamiento de gráficos (GPU).   ciencia de datosinteligencia artificial general (AGI), IA generativaárbol de decisionesincorporación vectorialselección de característicasextracción de característicasla ingeniería de característicasregresión linealEl aprendizaje supervisado"verdad fundamental"El aprendizaje no supervisadoEl aprendizaje por refuerzo (RL)ajusteaprendizaje por refuerzo a partir del feedback humano (RLHF).aprendizaje por conjuntosclasificaciónla regresión linealmodelos de espacio de estadomáquinas de vectores de soporte (SVM),Naïve Bayesregresión logísticasegmentación de imágenesfunción de pérdidaderivada(s)El aprendizaje autosupervisadoautocodificadoresel aprendizaje por transferenciamodelos fundacionalesajustaránaprendizaje semisupervisadoagrupación en clústeresasociaciónreducción de dimensionalidadconservan sus características significativasanálisis de componentes principales (PCA),análisis discriminante lineal (LDA)t-Distributed Stochastic Neighbor Embedding (t-SNE)esta animaciónajuste adecuado de los hiperparámetrostasa de aprendizajeaprendizaje por refuerzomodelos de razonamientored neuronalaprendizaje profundoemplea redes neuronales artificialesGPUretropropagacióndescenso de gradienteredes neuronales convolucionales (CNN)aplicando "filtros" ponderados.Las redes neuronales recurrentes (RNN)modelos transformadoresmecanismo de atenciónLos modelos Mambamodelos de espacio de estado (SSM).la detección de objetosla segmentación de imágenes y elreconocimiento óptico de caracteres (OCRprocesamiento de lenguaje natural (PLN)chatbotsreconocimiento de voztraducción de idiomas,análisis de sentimientosgeneración de textoresumenagentes de IALos modelos de series temporalesLos modelos de difusiónlos autocodificadores variacionales (VAE)las redes generativas antagónicas (GAN)Vea todos los episodios de Mixture of Expertsoperaciones de machine learning (MLOps)la selección adecuada del modelométricassobreajustela deriva del modelogobernanza de modelosPythonPyTorch,TensorFlow,bibliotecas de machine learningScikit-learnXGBoostMatplotlibtutorialesLibro electrónico Desbloquee el poder de la IA generativa + ML Aprenda a incorporar con confianza la IA generativa y el aprendizaje automático en su negocio. Lea el libro electrónicoCaso de estudio Optimización de las predicciones de precios mediante el uso de inteligencia artificial (IA) Predecir el precio óptimo de un producto es una parte fundamental de cualquier estrategia de ventas de productos. Conozca el caso de estudioCapacitación Amplíe sus conocimientos de aprendizaje automático (ML) Aprenda los conceptos fundamentales y construya sus habilidades con laboratorios prácticos, cursos, proyectos guiados, ensayos y mucho más. Explorar cursos de aprendizaje automático (ML)Libro electrónico Desbloquee el poder de la IA generativa + ML Aprenda a incorporar con confianza la IA generativa y el aprendizaje automático en su negocio. Lea el libro electrónicoGuía Ponga la IA a trabajar: Impulso del retorno de la inversión (ROI) con IA generativa ¿Quiere rentabilizar mejor sus inversiones en IA? Descubra cómo la IA generativa escalable en áreas clave impulsa el cambio ayudando a sus mejores mentes a crear y ofrecer nuevas soluciones innovadoras. Lea la guíaLibro electrónico Cómo elegir el modelo fundacional adecuado Aprenda a seleccionar el modelo fundacional de IA más adecuado para su caso de uso. Lea el libro electrónicoModelos de IA Explorar IBM Granite IBM Granite es nuestra familia de modelos de IA abiertos, de alto rendimiento y confiables, diseñados para empresas y optimizados para escalar sus aplicaciones de IA. Explore opciones de lenguaje, código, series de tiempo y medidas de protección. Conozca GraniteGuía Cómo prosperar en esta nueva era de la IA con confianza y seguridad Indague en los 3 elementos críticos de una estrategia sólida de IA: crear una ventaja competitiva, escalar la IA en todo el negocio y avanzar en la IA confiable. Lea la guíaInformar Informe de IA en acción Encuestamos a 2000 organizaciones sobre sus iniciativas de IA para descubrir qué funciona, qué no y cómo pueden avanzar. Lea el informe.Descubra watsonx.aiExplore las soluciones de IAConozca los servicios de IAExplore watsonx.aiReserve una demostración en vivo"Some Studies in Machine Learning Using the Game of Checkers,""Using Decision Trees as an Expert System for Clinical Decision Support for COVID-19,""Kolmogorov's Mapping Neural Network Existence Theorem,""Multilayer Feedforward Networks with a Non-Polynomial Activation Function Can Approximate Any Function,"

智能索引记录