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 de la siguiente manera.
Aprendizaje automático | Modelado Estadístico |
Subcampo de la informática y la 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. | En su mayoría trata con pequeñas cantidades de datos y atributos. (Posibilidad de sobreencaje) |
Requiere menos esfuerzo humano ya que la máquina hace más trabajo | Más esfuerzo humano: el modelador debe comprender la relación y la implementación que tiene una variable en una ecuación. |
Utiliza menos suposiciones | Utiliza suposiciones más basadas en matemáticas |
Fuerte Profético capacidad y alta precisión (fuerte poder predictivo ya que la máquina está ‘ajustada’ 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.