MACHINE LEARNING. APRENDIZAJE SUPERVISADO: REGRESIÓN DINÁMICA

El aprendizaje automático utiliza dos tipos de técnicas: aprendizaje supervisado, que entrena un modelo sobre datos de entrada y salida conocidos para que pueda predecir resultados futuros, y aprendizaje no supervisado, que encuentra patrones ocultos o estructuras intrínsecas en los datos de entrada. El objetivo del aprendizaje automático supervisado es construir un modelo que haga predicciones basadas en evidencia en presencia de incertidumbre. Un algoritmo de aprendizaje supervisado toma un conjunto conocido de datos de entrada y respuestas conocidas a los datos (salida) y entrena un modelo para generar predicciones razonables para la respuesta a nuevos datos. El aprendizaje supervisado utiliza técnicas de clasificación y regresión para desarrollar modelos predictivos. Las técnicas de regresión predicen respuestas continuas, por ejemplo, cambios en la temperatura o fluctuaciones en la demanda de energía. Este libro desarrolla lkos modelos de regresión dinámicos.