Definition
También conocido como aprendizaje por lotes, el aprendizaje fuera de línea implica entrenar modelos de aprendizaje automático en un conjunto de datos fijo recopilado previamente. A diferencia del aprendizaje en línea, el modelo no actualiza sus parámetros en respuesta a nuevas entradas en tiempo real
Summary
El aprendizaje fuera de línea es un paradigma de entrenamiento donde los modelos se entrenan en conjuntos de datos estáticos sin interactuar con el entorno en vivo durante la fase de aprendizaje.
Key Concepts
- Entrenamiento por Lotes
- Conjuntos de Datos Estáticos
- Retrenamiento del Modelo
- Eficiencia Computacional
- Datos Históricos
Use Cases
- Entrenamiento de sistemas de recomendación con datos históricos de usuarios
- Construcción de modelos de detección de fraude a partir de transacciones pasadas
- Desarrollo de clasificadores de imágenes para fotos de archivo