Web Analytics Made Easy -
StatCounter
Click para restablecer imagen

Una vista rápida al Machine Learning

Machine Learning, también lo podemos definir como un campo de la computación que le proporciona la destreza a las computadoras de aprender sin ser programados

Desde mediados del siglo XX la tecnología ha evolucionado de una forma increíble, naciendo lo que es hoy en día la Inteligencia Artificial que consiste en la simulación de procesos de inteligencia humana por parte de máquinas, sin embargo, en la década de los 60 nace una idea o para ser más específicos una rama de la misma, llamada Machine Learning, ML o Aprendizaje Automático.

Esta nueva idea plantea que a través de algoritmos se provee a  las computadoras la capacidad de analizar e identificar patrones de acuerdo a los datos de forma masiva que recibe, con el fin de detectar comportamientos para realizar predicciones, permitiendo una correcta toma de decisiones, en el área donde se aplique.

Machine Learning, también lo podemos definir como un campo de la computación que le proporciona la destreza a las computadoras de aprender sin ser programados, para así dirimir problemas por medio de la identificación o la clasificación de datos con la intención de que los humanos y las máquinas trabajen en conjunto. Se encuentra dividido en tres categorías:

Aprendizaje supervisado: Estos algoritmos dependen de datos que han sido previamente etiquetados y agrupados los cuales les permiten la detección de patrones de comportamiento. Ejemplo: reconocimiento de voz, detección de spam de los correos electrónicos, reconocimiento de escritura.

Aprendizaje no supervisado: Este algoritmo se transforma solo, ya que, no cuenta con algún conocimiento previo, es decir, no contienen ningún dato etiquetado. Ejemplo: Detectar morfología en oraciones, clasificar información, extraer patrones de datos masivos de las redes sociales.

Aprendizaje por refuerzo (Reinforcement learning o RL): Tiene como finalidad memorizar en base a la experiencia, es decir, que sea capaz de discernir ante diversas situaciones conforme a un proceso de prueba y error en el que se remunera las decisiones correctas. Ejemplo: Realizar diagnósticos médicos, navegación de un vehículo en automático, toma de decisiones

Te preguntarás ¿Por qué es importante? Y ¿Dónde se aplica?

Actualmente, el mundo dispone de aplicaciones basadas en la IA en todas partes, abriendo así un sin fin de posibilidades. El Machine Learning nos proporciona una gran cantidad de información importante para las empresas, ya que, este aprendizaje se ha utilizado para detectar nuevas soluciones en diversas áreas, con su uso se ha simplificado de gran manera la extracción de datos.

Según Virginia Frías García, (2016), en su artículo ¿Qué es Machine Learning y qué aplicaciones tiene en nuestro día a día?

Podemos encontrar diversas aplicaciones, tantas que ni siquiera podemos imaginar, como, por ejemplo:

  • Detección de rostro; Lo vemos en nuestros móviles, PCs y laptops.
  • La identificación de fraudes.
  • Anti-spam, Mediante el uso de tags.
  • Anti-virus; Detectando software malicioso.
  • Genética; En la clasificación de secuencias de ADN.
  • Forecast; De clima o tráfico.
  • Comprensión de textos.
  • Vehículos autónomos y robots.
  • Análisis de imágenes de alta calidad.

Las recomendaciones que aparecen en todas las redes sociales (sugerencias de empresas, contactos), en los sitios de compra (Amazon), de música (Spotify), series, películas (Netflix).

Las asistentes virtuales más famosas Siri y Alexa, de los últimos años.

Este artículo es solo la punta del iceberg del grandioso mundo de Machine Learning que gracias a la aparición del internet ha tenido una mayor evolución y certeza en los datos que aporta, por lo que cada vez se hace más sobresaliente e imprescindible en el mundo de la toma de decisiones según el entorno donde nos desenvolvemos.

10 dE noviembre dEl 2020
Movidagrafica: Diseño web y Marketing | Content Marketing B2B | Rafael Juárez, Psicólogo Vocacional Online