Función de destino

Una función objetivo, en el aprendizaje automático, es un método para resolver un problema que un algoritmo de IA analiza sus datos de entrenamiento para encontrarlo. Una vez que un algoritmo encuentra su función objetivo, esa función se puede utilizar para predecir resultados (análisis predictivo). Luego, la función se puede usar para encontrar datos de salida relacionados con entradas para problemas reales donde, a diferencia de los conjuntos de entrenamiento, las salidas no están incluidas.

La función de destino es esencialmente la fórmula a la que un algoritmo alimenta datos para calcular predicciones. Al igual que en el álgebra, es común cuando se entrena a la IA para encontrar la variable de la solución, trabajando a la inversa. La función definida por f se aplica a la entrada (I) para producir la salida (I), por lo tanto O = f (I).

Al analizar las cantidades masivas de datos relacionados con su problema dado, una IA obtiene la comprensión de reglas no especificadas previamente al detectar consistencias en los datos. Las observaciones de las reglas inherentes sobre cómo opera el sujeto estudiado informan a la IA sobre cómo procesar datos futuros que no incluyen una salida mediante la aplicación de esta función previamente desconocida.