INTRODUCCION A ML

¿Cuál es la definición principal de **Machine Learning (ML)** según las fuentes?

• Un campo de la robótica enfocado en la creación de máquinas autónomas.

• Una rama de la inteligencia artificial y la informática que se centra en el uso de datos y algoritmos para permitir que la IA imite la forma en que los humanos aprenden, mejorando gradualmente su precisión.

• El proceso de programar explícitamente máquinas para realizar tareas específicas.

• Una técnica de análisis estadístico utilizada para la visualización de grandes conjuntos de datos.

Según las fuentes, ¿cuál es una **diferencia clave** entre el **Machine Learning (ML)** clásico y el **Deep Learning**?

• El ML clásico requiere conjuntos de datos no etiquetados, mientras que el Deep Learning utiliza datos etiquetados.

• El Deep Learning puede procesar datos no estructurados en su forma sin procesar y determinar automáticamente las características relevantes, mientras que el ML clásico depende más de la intervención humana para definir estas características.

• El ML clásico utiliza redes neuronales con muchas capas, mientras que el Deep Learning utiliza algoritmos más simples.

• No hay una diferencia significativa entre Machine Learning clásico y Deep Learning; los términos son intercambiables.

¿Cuáles son los **tres paradigmas principales de aprendizaje** dentro del Machine Learning mencionados en las fuentes?

• Aprendizaje deductivo, inductivo y abductivo.

• Aprendizaje memorístico, asociativo y procedimental.

• Aprendizaje supervisado, aprendizaje no supervisado y aprendizaje por refuerzo.

• Aprendizaje online, offline y batch.

¿Cuál de las siguientes opciones es un **ejemplo de una aplicación actual de Machine Learning** mencionada en las fuentes?

• La creación de robots humanoides con conciencia propia.

• El uso de sistemas de recomendación por empresas como Netflix o Amazon para sugerir contenido o productos a los usuarios.

• La programación de videojuegos con inteligencia artificial general.

• La construcción de edificios completamente automatizados por robots.

Según las fuentes, ¿cómo se relacionan los conceptos de **Inteligencia Artificial (IA)**, **Machine Learning (ML)** y **Deep Learning**?

• Deep Learning es el campo más amplio, que contiene a la IA y al ML como subcampos.

• Machine Learning es una rama de la IA, y Deep Learning es un subcampo de las redes neuronales, que a su vez son un subcampo del Machine Learning.

• IA, ML y Deep Learning son términos completamente sinónimos y se refieren exactamente a lo mismo.

• Machine Learning es una rama de Deep Learning, y la IA es un subcampo del ML.