• IA General: Trata de desarrollar un sistema que presenta la flexibilidad y versatilidad de la inteligencia humana para resolver un amplio rando de problemas cognitivos complejos.
• IA Especializada: Trata de desarrollar sistemas que pueden ser usados solo para las tareas para los que fueron diseñados.

Es una rama de la IA que trata de desarrollar algoritmos que permitan a las máquinas aprender. Se busca desarrollar modelos computacionales que sean capaces de resolver problemas complejos usando como base ejemplos.

• Si no se tiene suficiente conocimiento explícito para obtener un algoritmo para resolver el problema, pero se tienen ejemplos de como se resuelve.
• Si el problema a resolver varía con el tiempo.
• Si los datos llegan continuamente y contienen nueva información que permite mejorar el sistema con el tiempo.

Término usado para describir la capacidad de un modelo para clasificar o predecir nuevos datos correctamente. Hay 2 conceptos importantes relacionados con la generalización:

• Underfitting: El modelo no trabaja bien con los datos.
• Overfitting: El modelo trabaja demasiado bien con los datos, los memoriza, pero hace predicciones poco fiables con datos nuevos.

Hay que encontrar un balance entre estos 2 conceptos.

Antes de usar datos para entrenar un modelo, suele ser necesario realizar ciertas preparaciones de los datos como:

• Normalizar los datos (Scaling)
• REcodificar las variables no-numéricas
• Eliminación de ruido y datos sin sentido
• Imputación de datos

Primero debemos conocer las notaciones y definiciones:

• Vectores: Vienen como matrices en columna
  • Producto de vectores:

• Norma de un vector

Tienen como objetivo predecir una o más variables continuas dado el valor de un set explicativo de variables repesentado por un vector $X$ con dimensión $m$

Para predecir los valores de las variables tenemos los siguientes elementos clave:

• Variables explicativas: variables de entrada del modelo
• Ejemplos de entrenamiento: Un grupo de $n$ datos $x_1 ... x_n$ de las variables explicativas para el cual el valor de la variable a ser predecido es conocido $t_1,...,t_n$
• Un Modelo: Es una función parametrizable $W$ que representa la relación entre $x$ y $t$
• Función objetivo (o error o coste) que indica como de bien tiene que aproximar el modelo los datos de entrenamiento
• Un método de optimización para encontrar el modelo óptimo minimizando la función objetivo.

• Proceso de entrenamiento: El objetivo es construir el modelo para obtener los parámetros $W$ óptimos para predecir el valor de $t$ para un nuevo valor de $x$. Esti requiere un dataset de entrenamiento compuesto por $n$ observaciones $x_1 ... x_n$ y un set de valores predecidos $t_1,....,t_n$ (Aprendizaje supervisado)

Es similar a la regresión excepto en que el valor predecido toma valores dentro de un pequeño set discreto de datos. En el caso específico de clasificación binarias solo hay 2 posibles valores para cada item, por ejemplo:

• $t_i=0$ para datos de clase negativa
• $t_i=1$ para datos de clase positiva

Es una clasificación supervisada por que las etiquetas están disponibles para los datos entrenados.

• Métodos de aprendizaje lineal: Las superficies de decisión generadas son funciones lineales de datos (hyperplanos)
• Métodos de aprendizaje no lineal: Las superficies de decisión que generan son funciones no lineales de los datos.