Aprendizaje automático fiable

Capítulo 7. Sistemas de formación

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El entrenamiento en ML es el proceso por el que transformamos los datos de entrada en modelos. Tomamos un conjunto de datos de entrada, casi siempre preprocesados y almacenados de forma eficiente, y los procesamos mediante un conjunto de algoritmos de ML. El resultado es una representación de esos datos, llamada modelo, que podemos integrar en otras aplicaciones. Para más detalles sobre qué es un modelo, consulta el Capítulo 3.

Un algoritmo de entrenamiento describe los pasos específicos mediante los cuales el software lee los datos y actualiza un modelo para intentar representar esos datos. Un sistema de entrenamiento, por otro lado, describe todo el conjunto de software que rodea a ese algoritmo. La implementación más sencilla de un sistema de entrenamiento de ML se realiza en un único ordenador que ejecuta un único proceso que lee datos, realiza cierta limpieza e impone cierta coherencia a esos datos, les aplica un algoritmo de ML y crea una representación de los datos en un modelo con nuevos valores como resultado de lo que aprende de los datos. El entrenamiento en un solo ordenador es, con mucho, la forma más sencilla de construir un modelo, y los grandes proveedores de la nube alquilan potentes configuraciones de máquinas individuales. Ten en cuenta, sin embargo, que muchos usos interesantes del ML en producción procesan una ...