Plataforma de Derecho y Ciencias Sociales
Comprender en profundidad cómo funciona el mundo de hoy para navegar por el mundo de mañana.
En esta entrada se ofrece un breve resumen del campo de la minería de datos. Los temas tratados son la explosión de datos, el proceso de descubrimiento de conocimientos, las aplicaciones de la minería de datos, los datos etiquetados y no etiquetados, el aprendizaje supervisado: clasificación y predicción numérica, y el aprendizaje no supervisado: reglas de asociación y agrupación.
Los clasificadores polinómicos pueden modelar superficies de decisión de cualquier forma; sin embargo, su utilidad práctica es limitada debido a la facilidad con la que superan a los ruidosos datos de entrenamiento y al número a veces poco práctico de parámetros entrenables. Mucho más populares son las redes neuronales artificiales, en las que muchas unidades simples, denominadas neuronas, están interconectadas por enlaces ponderados en estructuras más grandes de notable rendimiento. El campo de las redes neuronales es muy rico, y aquí nos centraremos en dos tipos populares: los perceptrones multicapa y las redes de función de base radial. En el texto se describe cómo cada una de ellas clasifica los ejemplos, y luego se describen algunos mecanismos elementales para inducirlas a partir de los datos de formación.
Microsoft Windows, también llamado Windows y Windows OS, fue originalmente una interfaz gráfica unificada producida por Microsoft, que más tarde se convirtió en una gama de sistemas operativos por derecho propio, principalmente para ordenadores compatibles con PC. En 2015 Microsoft lanzó Windows 10, que venía con Cortana, un asistente personal digital como Siri de Apple, y el navegador web Microsoft Edge, que sustituyó a Internet Explorer. Microsoft también anunció que Windows 10 sería la última versión de Windows, lo que significa que los usuarios recibirían actualizaciones periódicas del sistema operativo pero que no se harían más revisiones a gran escala.
Los dispositivos equipados con USB o Universal Serial Bus, o los medios de almacenamiento, como las memorias USB, pueden conectarse entre sí durante el funcionamiento (conexión en caliente) y los dispositivos conectados y sus propiedades pueden reconocerse automáticamente. Antes de la introducción del USB o Universal Serial Bus, había un gran número de tipos de interfaz con una amplia variedad de enchufes para conectar accesorios y dispositivos periféricos a los ordenadores personales y domésticos. Casi todas estas variantes de interfaz fueron sustituidas por el USB, lo que supuso una simplificación para los usuarios, pero que volvió a relativizarse en parte por la multitud de enchufes y tomas USB o Universal Serial Bus diferentes. El USB o Universal Serial Bus se introdujo en 1996 con una velocidad máxima de transferencia de datos de 12 Mbit/s como USB 1.0. En el año 2000 se especificó la versión USB 2.0, que sigue siendo la más utilizada en la actualidad, con 480 Mbit/s. Con el estándar USB 3.1 Gen 2 introducido en 2014, la velocidad bruta máxima de transferencia de datos para SuperSpeed+ es de 10 Gbps.
El texto describe algunas técnicas prácticas para el aprendizaje no supervisado, explicando los algoritmos básicos, sus comportamientos en circunstancias prácticas y los beneficios que ofrecen. Mientras que el aprendizaje supervisado se centra en la inducción de los clasificadores, el aprendizaje no supervisado está interesado en descubrir propiedades útiles de los datos disponibles. Tal vez la tarea más popular sea la de buscar grupos (llamados clusters) de ejemplos similares. Los centroides de estos grupos pueden ser utilizados como centros gausianos para los clasificadores Bayesianos o RBF, como predictores de valores de atributos desconocidos, e incluso como herramientas de visualización de datos multidimensionales. Por último, pero no menos importante, las técnicas utilizadas en el aprendizaje no supervisado pueden utilizarse para crear atributos de nivel superior a partir de los ya existentes.