Este documento resume diferentes tipos de aprendizaje. Explica que el aprendizaje puede ser supervisado, no supervisado o por refuerzo. También puede ser inductivo, analítico o utilizar algoritmos genéticos o métodos conexionistas. Finalmente, señala que el aprendizaje inductivo se usa para aprender conceptos a partir de ejemplos, mientras que el aprendizaje analítico se aplica a la resolución de problemas usando pocos ejemplos y una teoría del dominio.

3. Observar y explorar

4. Practicar para desarrollar las capacidades

5. Organizar el nuevo conocimiento de una forma general y efectiva

7. Las observaciones de entrenamiento cuentan con los valores reales

8. que deberían producirse. Ya sea porque “el profesor” le suministre el valor real al sistema o porque pueda percibirlo (en entornos observables.)

9. Aprendizaje no supervisado o por descubrimiento

10. Lo que interesa es descubrir patrones en el conjunto de entrenamiento

11. que permitan agrupar y diferenciar unas observaciones de otras.

12. Aprendizaje por refuerzo

13. El sistema recibe algún tipo de refuerzo o recompensa (positiva o

14. negativa) cada vez que produce una respuesta, ajustando su

15. comportamiento en función de dicha recompensa.

17. Aprendizaje analítico.

18. Algoritmos genéticos.

19. Métodos conexionistas (enfoque subsimbólico).

20. Tipos de aprendizaje según lo que se aprende (o según el

21. problema que se resuelve)

22. Aprendizaje de resolución de problemas.

23. Aprendizaje de conceptos.

25. ejemplos para aprender el concepto correspondiente.

26. Problemas de ruido (ejemplos mal clasificados).

27. Ejemplos malos/sesgados/poco representativos.

28. Información irrelevante que dificulta la inducción. Los sistemas de este tipo pueden trabajar recibiendo todos los ejemplos simultáneamente o incrementalmente.

29. Aprendizaje analítico Se aplica habitualmente a resolución de problemas. Parten de muy pocos ejemplos (normalmente 1) junto con una teoría del dominio. El ejemplo se utiliza para guiar las cadenas deductivas que deben seguirse para resolver nuevos problemas o para formular reglas de control de búsqueda que posibiliten una aplicación más eficiente del conocimiento del dominio. No intentan ampliar lo que sabe hacer el sistema sino mejorar su Eficiencia. El ejemplo del que se parte suele ser una traza de la resolución del problema junto con anotaciones sobre la justificación de las decisiones adoptadas. Este conocimiento debe ser generalizado de acuerdo con la teoría del dominio.