Definición: ¿Qué significan los datos etiquetados?
Los datos etiquetados son una designación de los datos que se han etiquetado con una o más etiquetas que identifican ciertas propiedades o características, o clasificaciones u objetos contenidos. Las etiquetas hacen que esos datos sean específicamente útiles en ciertos tipos de aprendizaje automático conocidos como configuraciones de aprendizaje automático supervisado.
Techinfo explica los datos etiquetados
En el aprendizaje automático supervisado, los datos etiquetados actúan como orientación para los ejercicios de prueba y entrenamiento de datos. El programa de aprendizaje automático supervisado puede comenzar con un conjunto de datos completamente etiquetados, o puede usar datos etiquetados iniciales para trabajar con datos adicionales no etiquetados.
El aprendizaje automático supervisado funciona así: el programa examina los datos etiquetados y realiza las comparaciones y análisis correspondientes. Por ejemplo, al trazar varias categorías etiquetadas en un gráfico de dispersión, el programa de aprendizaje automático puede ayudar a determinar si los elementos sucesivos pertenecen a una categoría u otra. Los algoritmos utilizan los datos etiquetados como alimento para paradigmas de toma de decisiones. Esto contrasta con un tipo diferente de aprendizaje automático llamado aprendizaje automático no supervisado en el que se utilizan datos sin etiquetar. En el aprendizaje automático no supervisado, el programa de aprendizaje automático tiene que evaluar datos sin etiquetas, de acuerdo con sus propiedades y características naturales.