Aprendizaje automático frente a modelado estadístico

Muchos estudiantes se confunden entre el aprendizaje automático y el modelado estadístico, ya que ambos están relacionados entre sí. Señalemos las principales diferencias entre el aprendizaje automático y el modelado estadístico. Según la historia, la estadística se originó en el siglo XVII y el aprendizaje automático se inventó mucho tiempo después de que naciera la estadística, en 1959.

Podemos organizar las principales diferencias entre el modelado estadístico y el aprendizaje automático como se muestra a continuación.

Aprendizaje automático	Modelado estadístico
Subcampo de informática e inteligencia artificial	Subcampo de las matemáticas
Utiliza algoritmos para predicciones	Utiliza la formalización de relaciones entre variables en forma de ecuaciones matemáticas para predecir resultados.
Puede manejar una gran cantidad de datos y atributos.	Principalmente se ocupa de pequeñas cantidades de datos y atributos. (Posibilidad de sobreajuste)
Requiere menos esfuerzo humano, ya que requiere más carga de trabajo por máquina	Más esfuerzo humano: el modelador debe comprender la relación y la implementación que tiene una variable en una ecuación
Utiliza menos supuestos	Utiliza suposiciones más basadas en matemáticas
Fuerte Profético capacidad y alta precisión (fuerte poder predictivo, una máquina está ‘en forma’ y ‘entrenada’ para encontrar patrones de un conjunto de datos).	Mejor Estimados

Sin embargo, según muchos investigadores y científicos, el aprendizaje automático y el modelado estadístico se pueden definir como,

El aprendizaje automático es,

un algoritmo que puede aprender de los datos sin depender de la programación basada en reglas.

El modelado estadístico es,

formalización de relaciones entre variables en forma de ecuaciones matemáticas.

.