3.9.4 AI/Aprendizaje Automático Básico (2 horas Core-Tier1)

Temas:
Core Tier2

• Definición y ejemplos de la extensa variedad de tareas de aprendizaje de máquina, incluida la clasificación.
• Aprendizaje inductivo
• Aprendizaje simple basado en estadísticas, como el clasificador ingenuo de Bayes, árboles de decisión.
• El problema exceso de ajuste.
• Medición clasificada con exactitud.

Objetivos de Aprendizaje (Learning Outcomes):
Core-Tier2:

1. Listar las diferencias entre los tres principales tipos de aprendizaje: supervisado, no supervisado y por refuerzo [Familiarizarse (Familiarity)]
2. Identificar ejemplos de tareas de clasificación, considerando las características de entrada disponibles y las salidas a ser predecidas [Familiarizarse (Familiarity)]
3. Explicar la diferencia entre aprendizaje inductivo y deductivo [Familiarizarse (Familiarity)]
4. Describir el sobre ajuste (overfitting) en el contexto de un problema [Familiarizarse (Familiarity)]
5. Aplicar un algoritmo de aprendizaje estadístico simple como el Clasificador Naive Bayesiano e un problema de clasificación y medirla precisión del clasificador [Usar (Usage)]