1. No Supervizado
1.1. Algoritmo con datos no etiquetados
1.1.1. Agrupamiento Detección de amenazas
1.1.2. Reducción de dimensiones
1.1.2.1. -Visualización de Big Data -Comprensión significativa -Descubirmiento de estructuras -Elicitación de caracteristicas
1.1.3. ALGORITMOS -Qlearning -Deep Q-Networks (DQN) -Actor-Critic -Proximal Policy Optimization (PPO) -Generative Adversarial Networks (GANs) -Arboles de decisión -Maquinas de estado
1.1.4. Clustering
1.1.4.1. -Sistemas de recomendación -Marketing dirigido -Segmentación de clientes
1.1.5. Estimar la densidad
2. INTELIGENCIA ARTIFICIAL Habilidad de una máquina de imitar las capacidades del ser humano
3. Supervizado
3.1. Algoritmo con datos etiquetados
3.1.1. Clasificación
3.1.1.1. -Supor Vector Machine (SVM) -Naive Bayes -K-Nearest Neighbor
3.1.2. Regresión
3.1.2.1. -Regresión Lineal -Regresión Logistica -Arbol de decisiones
4. APRENDIZAJE PROFUNDO (deep learning) Aplicación que utiliza algoritmos complejos y redes neuronales profundas para entrenar un modelo.
4.1. Supervizado
4.1.1. Red Neuronal Artificial
4.1.2. Red Neuronal Convolucional
4.1.3. Red Neuronal Recurrente
4.2. No Supervizado
4.2.1. Máquina de Boltzman
4.2.2. Codificador Automático
4.2.3. Generativo Antagónico
4.3. Por Transferencia
4.3.1. Transferencia Negativa Transferencia Positiva
4.3.1.1. -Red Neuronal Convolucional -Red Neuronal Recurrente -Codificador Automático -Modelos Generativos
5. COMPRENSION DEL LENGUAJE NATURAL
5.1. BERT
5.2. GPT
5.3. XLNet
5.4. T5
5.5. RoBERTa
6. APLICACION EN CIBERSEGURIDAD
6.1. Sistema Detección de Intrusiones IDS
6.1.1. Identificación de patrones anómalos
6.2. Filtrado de Spam y Malware
6.2.1. Clasificación de correos electronicos
6.3. Analisis de comportamiento de usuarios y entidades - UEBA
6.3.1. Monitoreo de actividades inusuales
6.4. Respuestas automatizadas a incidentes
6.4.1. Generación de alertas y respuestas automáticas