Permitir que el ML haga preguntas puede hacerlo más inteligente
Permitir preguntas al ML lo hace más inteligente
Los ingenieros biomédicos de la Universidad de Duke han mejorado la precisión de los algoritmos de aprendizaje automático (ML) para biología molecular y desarrollo de medicamentos programándolos para identificar brechas en los conjuntos de datos.
Daniel Reker de Duke explicó: “Con el aprendizaje automático activo, el algoritmo esencialmente puede hacer preguntas o solicitar más información si está confundido o percibe una brecha en los datos, en lugar de simplemente filtrarlos pasivamente. Esto hace que los modelos de aprendizaje activo sean muy eficientes en la predicción del rendimiento”.
Los investigadores probaron su algoritmo contra modelos entrenados en un conjunto de datos de moléculas con diferentes propiedades y contra 16 aplicaciones de submuestreo de vanguardia.
Descubrieron que el submuestreo activo podía identificar y anticipar características moleculares con mayor precisión que todos los marcos de submuestreo estándar, y en algunos casos superaba la eficacia de los programas entrenados en el conjunto de datos completo en hasta un 139%.
Los investigadores también descubrieron que el algoritmo a veces requería solo el 10% de los datos disponibles. Desde la Escuela de Ingeniería Pratt de la Universidad de Duke Ver artículo completo
- Meta te permitirá usar chatbots de IA con personalidades, según inf...
- Escribe una página de destino de alta conversión con ChatGPT
- 4 Factores Cruciales para Evaluar los Modelos de Lenguaje Grandes e...
Derechos de autor de los resúmenes © 2023 SmithBucklin, Washington, D.C., EE. UU. 
