En el aprendizaje automático el modelo aprende a manejar las entradas y darle la salida deseada ajustando sus parámetros internos para minimizar la diferencia entre sus predicciones y los valores reales. Una vez entrenado, el modelo puede aplicar este conocimiento para realizar predicciones de nuevos datos.
Es fundamental que el conjunto de los datos sea representativo de la información que queremos obtener.
La combinación de los sensores con las artes visuales hacen que el interés del alumnado se intensifique, colocándose más cerca de su centro de intereses. Despertando su interés, conseguimos una mayor implicación en los trabajos a desarrollar. Esto les capacita para interpretar mejor los datos y encontrar soluciones a problemas reales que pueden surgir en sus entornos más cercanos.
Debido a la edad de mi alumnado, es difícil desarrollar y comprobar de primera mano está combinación.