Empezando en el mundo de Machine Learning me encontré con que posee diferentes técnicas para enseñar a la máquina según nuestros objetivos. 

Y como necesito todo gráfico, para algún día recordar todo mucho más fácil, sin recurrir a la memoria repetitiva, hice este gráfico que resume las principales técnicas y sus usos más comunes. 

Aprendizaje supervisado:

  • Regresión/estimación: Se utiliza para predecir un valor continúo EJM: predicción del valor de una casa basada en sus características
  • Clasificación: Se utiliza para predecir una clase o categoría, por ejemplo si una célula es maligna o no 

Aprendizaje no supervisado

  • Clustering/agrupamiento: Segmenta un conjunto de datos. y se utiliza por ejemplo para encontrar pacientes similares o segmentar clientes bancarios 
  • Asociación: Se usa para buscar elementos o sucesos que a menudo se producen conjuntamente, por ejemplo, artículos de maquillaje normalmente comprados conjuntamente por un usuario en particular 
  • Detección de anomalías: Se usa para descubrir casos anormales como por ejemplo el fraude de tarjetas de crédito
  • minería de secuencia: Predice próximos eventos (click stream) 
  • Reducción de la dimensión: se usa para disminuir el tamaño de los datos 
  • Sistemas de recomendación: Que se encarga de asociar la preferencia de las personas con gustos similares 

Aprendizaje por refuerzo:

Aprendizaje por refuerzo o Aprendizaje reforzado es un área del aprendizaje automático inspirada en la psicología conductista, cuya ocupación es determinar qué acciones debe escoger un agente de software en un entorno dado con el fin de maximizar alguna noción de “recompensa” o premio acumulado.