Machine Learning

Forma parte del concepto de Inteligencia Artificial (AI), se encarga de proporcionar a los sistemas la capacidad de aprender y mejorar automáticamente la experiencia sin la necesidad de ser programados para ello. Es centrado en el desarrollo de programas informativos los cuales tengan acceso a datos y puedan utilizarlos por si mismos.

Se inicia con observaciones de datos, como ejemplos, experiencia directa o basada en instrucciones, esto con el fin de buscar patrones en los datos los cuales brinden mejores decisiones en un futuro basadas en los ejemplos observados.

Clasificación de los algoritmos de aprendizaje automático:
  1. Algoritmos Supervisados
    • Aplican lo aprendido en el pasado en los datos nuevos.
    • Realizan predicciones sobre los valores de salida.
    • Comparan la salida con la correcta y prevista, encontrando errores para modificar el modelo.
  2. Algoritmos no supervisados: Se utilizan cuando la información utilizada para entrenar no está clasificada ni etiquetada.
    • No calcula la salida correcta.
    • Explora datos y extrae inferencias de conjuntos de datos para describir estructuras ocultas a partir de datos sin etiquetar.
  3. Algoritmos semi-supervisados: Se utiliza cuando los datos etiquetados adquiridos requieren recursos calificados y relevantes para entrenar/aprender de el.
    • Utilizan conjuntos de datos etiquetas y sin etiquetar.
    • Sistemas con mejor precisión de aprendizaje.
  4. Algoritmos de refuerzo: Permite las maquinas y agentes de software determinar automáticamente el comportamiento ideal dentro de un contexto especifico para maximizar su rendimiento.
    • Requiere comentarios de recompensas simples para aprender que acción es la mejor.
    • Búsqueda de pruebas y errores
    • Búsqueda de recompensas retrasadas.

 

Aplicaciones del Machine Learning

Traducción de Idioma

Machine Learning mantiene un papel fundamental para la traducción de un idioma a otro. Esta tecnología se llama traducción automática, permite al mundo interactuar entre si proporcionando confianza a los viajeros y socios de negocios para aventurarse en tierras extranjeras con la convicción de que el idioma ya no es una escusa.


 

Recomendaciones de Productos

Es una característica usual en los sitios web de ventas online, donde se utilizan técnicas de Machine Learning y otros tipos de Inteligencia Artificial (AI) para realizar un seguimiento del comportamiento en base a:

  • Compras anteriores
  • Patrón de búsqueda
  • Historial del carrito

Redes Sociales

Por medio de los algoritmos y enfoques de aprendizaje automático las redes sociales crean algunas sugerencias y características atractivas según el usuario.

Plataformas como Facebook utilizan el registro de actividades , chats, likes a publicaciones, grupos y páginas, comentarios, y el tiempo especifico en cada publicación. De este modo Machine Learning aprende de esas experiencias generando sugerencias de:

  • Amistad
  • Páginas
  • Videos
  • Productos
  • Entre otros

 

Automatización del control de acceso de los empleados


Por medio del Machine Learning las organizaciones pueden determinar el nivel de acceso necesario para los empleados según su área, y perfil de trabajo.


 

Dominio Bancario

Ayuda a los bancos a prevenir el fraude y protegerse de las cuentas piratas.
Por medio de los algoritmos se determinan los factores a considerar para crear un filtro que controle los daños. Los sitios que nos son autentificados son filtrados automáticamente restringiendo el acceso a transacciones.


Machine Learning en las empresas

Cuando se implementa con precisión, puede ayudar a resolver problemas de grandes negocios con el potencial de agregar ingresos o reducir el gasto de una manera significativa. Casi todas las organizaciones que existen se están ahogando en datos que van desde compras, datos demográficos de clientes, datos de ubicación, datos de búsqueda, datos de precios, información de inventario y datos relacionados con la entrega.

Para implementar el aprendizaje automático, una empresa se necesita:
  • Comprensión profunda del proceso de aprendizaje automático.
  • Comprensión de los diversos tipos de algoritmos disponibles y los tipos de problemas a los que se pueden aplicar.
  • Conocimiento de los flujos de datos.

Considere un escenario en una compañía similar a FedEx donde se enrutan varios paquetes al destino equivocado. La situación es esta. Los paquetes vienen con un cierto código de barras que indica el destino correcto. Se supone que las máquinas de enrutamiento deben recibir estos paquetes, leer el código de barras y pegar otra etiqueta de código de barras a su izquierda.

Dado el hecho de que muchos de los paquetes no tienen pegatinas de código de barras impresas correctamente, el código de barras no se está leyendo correctamente y, en consecuencia, las nuevas pegatinas se están pegando con códigos de barras incorrectos. Esta situación  clara del requerimiento de aplicar  Machine Learning  en sus procesos.

 

Visto: 1,976 veces

Deja un comentario