Sobre este blog


En este blog vamos a recolectar diversos recursos sobre las TIC su impacto a nivel empresarial y la gestión del conocimiento.

Los autores actualmente son estudiantes de la Universidad del País Vasco - Euskal Herriko Unibertsitatea (UPV/EHU). Anteriormente, los autores fueron alumnos del Campus Virtual Compartido del Grupo 9 de Universidades, que cursaron la asignatura Groupware en la gestión del conocimiento, que se impartía desde la Universidad del País Vasco - Euskal Herriko Unibertsitatea (UPV/EHU).

Esperamos que estos recursos puedan servir a los lectores de este blog a comprender y revisar distintas dimensiones de las tecnologías de la información y de la comunicación en el mundo empresarial.


miércoles, 31 de octubre de 2018

TODO LO QUE NECESITAS SABER SOBRE MACHINE LEARNING Y EL FUTURO QUE LE DEPARA



Machine Learning resumidamente es un campo de las ciencias de la computación que les da a las máquinas la capacidad de aprender sin haber sido programadas para ello, es decir, que los ordenadores saquen conclusiones por ellos mismos mediante un algoritmo.

Aunque Machine Learning pueda parecer una idea surgida en el siglo XXI, la idea nació mucho antes, en la década de 1960, como una de las ideas mas ambiciosas en lo que a inteligencia artificial se refiere.

El objetivos de las Machine Learning es principalmente que las máquinas puedan desempeñarse por ellas mismas con precisión en cualquier tipo de tareas.

Tipos de Machine Learning:

- Supervised Learning: Depende de datos previamente etiquetados. Por ejemplo para que el ordenador pueda distinguir imágenes.

-Unsupervised Learning: No cuenta con ninguna indicación previa. Sin embargo, si se le provee con una gran cantidad de datos y se basa en estos para su desempeño.

-Reinforcement Learning: En este caso la máquina es capaz de aprender con base a pruebas y errores. Con el tiempo la máquina ira aprendiendo de sus errores y será muy eficaz.





En este vídeo se explican las características de la Machine Learning 



En cuanto al futuro de las Machine Learning, se espera que este tipo de tecnología se desarrolle mucho más con el paso de los años y su desarrollo no está ligado con la falta de empleo, es decir, no se espera que la Machine Learning reduzca bruscamente los empleos, ya que habrá una gran necesidad de científicos de datos y especialistas de datos y aunque la Machine Learning sea una tecnología casi perfecta las máquinas siempre necesitarán supervisión humana.

Esta tecnología será implantada por la gran mayoría de las empresas en el futuro debido a sus grandes utilidades ,la gran cantidad de sectores en los que se puede utilizar y la mayor competitividad que ofrece su uso.

En el futuro más lejano dispositivos que originalmente dependían totalmente de la acción humana podrían funcionar sin la necesidad de esta. Por ejemplo, podría ser que algunos coches condujeran solos.

Por estas razones, la Machine Learning será la tecnología que más protagonismo gane en los próximos años y una de las áreas clave de desarrollo en el futuro.







 









Bibliografía:












Machine Learning: Uso por sector


El aprendizaje automático o machine learning es un tipo de inteligencia artificial que proporciona a las maquinas la capacidad de aprender, sin ser programados explícitamente. Esto significa que las propias máquinas pueden aprender de sí mismas y permite a las empresas que disponen de fábricas 4.0 tengan la capacidad de anticiparse a los problemas antes de que estos ocurran.


Dado que el machine learning es un sistema basado en el procesamiento y análisis de datos, se puede aplicar a cualquier campo que cuente con bases de datos grandes. Algunos de sus usos más populares y desarrollados son:

  • Buscadores en Internet  
  • Diagnósticos médicos
  • La predicción y los pronósticos para evitar fallos    
  • La detección de software peligrosos
  • Análisis de los comportamientos de consumo y productividad 
  • Creación de métodos de optimización más rápidos  

 En lo que respecta a los negocios, muchas compañías han empezado a incorporar esta tecnología a sus sistemas operativos, con grandes expectativas de mejorar y automatizar sus procesos.


Parece ser que el único inconveniente que supone la adaptación de las empresas a las nuevas tecnologías incluidas dentro de la inteligencia artificial, es disponer dentro de la plantilla de trabajo personal cualificado para el manejo y el mantenimiento de este tipo de maquinaria. Lo que significa que para que el machine learning se desarrolle en estas áreas, los expertos en cada campo de trabajo tendrán que tomarse el tiempo para programar a las máquinas e irlas incorporando a cada uno de los procesos que desean aplicar.  


Como sucede con todas las tecnologías, los negocios tendrán que empezar por entender los principios básicos de esta tecnología, para poder usarla a su favor. Una inversión que parece echar para atrás a muchas empresas españolas que no se dan cuenta de la necesidad que supone la adaptación a la industria 4.0.





 




En el siguiente infograma se pueden apreciar los beneficios que se obtienen mediante el uso del machine learning en los distintos sectores:








 Bibliografía

http://www.cs.us.es/~fsancho/?e=75
https://bigdatamagazine.es/utilizacion-de-big-data-y-machine-learning-en-la-industria-4-0
https://blog.adext.com/es/machine-learning-guia-completa
https://www.easel.ly/infographic/dxy5zj

Machine Learning y las oportunidades que ofrece el en la industria



Para aquellos que no conocen el concepto de Machine Learning, es una disciplina de la Inteligencia Artificial que crea sistemas capaces de aprender de forma autónoma, sin ningún tipo de ayuda humana. El término aprender, hace referencia a un proceso en el que una máquina es capaz de identificar patrones entre millones de datos. En otras palabras, dicha máquina aprende cierto algoritmo que le permite analizar datos y predecir comportamiento futuros.

Con la información de la que disponemos hoy en día gracias a estudios y a los avances tecnológicos, es posible confirmar las múltiples aplicaciones de esta disciplina. La principal ventaja que ofrece este campo de la ciencia de la computación es la capacidad de correlacionar variables localizando datos que alteran los resultados llegando a ser totalmente eficientes a la hora de analizar los motivos de algún resultado o predecir uno completamente nuevo.



En cuanto a las posibles aplicaciones que tiene Machine Learning, podemos ver que es capaz de resolver diversos tipos de problemas que tienden a suceder en los principales sectores industriales, de forma que puede llegar a generar un gran impacto en los procesos de producción. Gracias a esto, podemos decir que nos encontramos ante una nueva forma de hacer negocios y por tanto e inicio de una nueva era donde la tecnología toma un mayor protagonismo.

Como ejemplos de las aplicaciones anteriormente mencionadas, podemos ver que en la industria automovilística ofrece las siguientes posibilidades:

  • Detección de la fatiga del conductor emitiendo un aviso para evitar accidentes.
  • Identificación de la voz del conductor
  • Mejora de la seguridad al volante


Otro de los sectores que se ha nutrido de esta tecnología ha sido el sector financiero a través de aplicaciones como:
  • Autenticación segura en las Apps móviles.
  • Sistemas de análisis automáticos para conceder créditos.

El sector agrícola también ha experimentado diversos avances gracias a técnicas de Big Data y Machine Learning, logrando una mayor eficiencia en los procesos productivos. Algunas de las ventajas obtenidas por estas tecnologías son: 
  • Análisis y monitorización de los datos de las plantaciones.
  • Análisis del estado de salud de las plantaciones y prevención de plagas.
  • Control de la cantidad de agua y fertilizante.

En definitiva el Machine Learning es una disciplina que está empezando a cambiar el mundo empresarial y que afecta tanto a empresas como a consumidores. Por un lado, mejorando la calidad de los servicios y reduciendo costes debido a la eficiencia lograda y por otro lado, ofreciendo una mayor comodidad y seguridad a los usuarios. Se trata de una tecnología que no lleva mucho tiempo aplicándose pero está claro que ha venido para quedarse.




A continuación contamos con un infograma mostrando las principales oportunidades que ofrece el Machine Learning en los distintos sectores:






BIBLIOGRAFÍA:

https://oasys-sw.com/deep-learning-aplicaciones-reales-industria-4-0/







lunes, 29 de octubre de 2018

MACHINE LEARNING: aplicado al SOPORTE TÉCNICO

El concepto de Machine Learning, dentro de la rama de la inteligencia artificial, se puede simplificar en la idea de reconocimiento de patrones recogidos en torno a unos datos y la capacidad de predecir comportamientos futuros en función de dichos datos para dar una solución. Todo ello en un constante aprendizaje autónomo sin la necesidad de la intervención humana.

El vídeo a continuación sintetiza el concepto básico de Machine Learning:

Machine Learning and Human Bias. Fuente: Youtube. Autor: Google.

Para entender como funciona en un caso real, se pondrá de ejemplo como una empresa desarrolladora de videojuegos aplica el Machine Learning como soporte técnico en uno de sus productos, como así su efecto sobre la productividad, costes y empleo

Se trata de Riot Games y su videojuego League of Legends.

El soporte técnico de Riot Games está diseñado para guiar y ayudar a los jugadores respecto a sus cuentas de usuario. Trata cuestiones como información básica de la cuenta, recuperación y seguridad, como así cuestiones de restricciones en la cuenta por comportamientos indebidos en el uso de dichas cuentas.

Para ello, la empresa ha empleado Machine Learning para automatizar las peticiones de jugadores y, así, poder dar respuesta a muchas cuestiones idénticas de forma eficiente.

El soporte técnico, llamado "Blitzcrank Bot", puede recibir al día 12.000 peticiones de soporte de jugadores, lo cual es una carga de trabajo excesiva en personal y tiempo si no estuviera dicho sistema, luego es necesario un sistema que permita recoger patrones sobre el tema que trata cada petición y dar una respuesta rápida a cada problema.

El proceso es el siguiente: los programadores de la empresa diseñan el sistema de Machine Learning bajo un lenguaje de programación, en este caso emplean Python; el sistema creado será quien se comunique con los usuarios para resolver las peticiones de soporte, con una interacción mutua, en la que, si no está conforme el usuario, remite a Blitzcrank Bot, y si tras varios intentos no hay una solución satisfactoria se redirecciona a un agente.
En este proceso, el sistema, a través de las diferentes respuestas que obtiene de los usuarios descontentos, crea patrones para, así, obtener mayor rango de respuestas a determinadas preguntas, de ahí el denominado "autoaprendizaje".

En la siguiente imagen se puede apreciar como funciona el sistema empleado, con la opción de acudir a un agente para una respuesta al problema que aún no ha sido solucionado.

https://engineering.riotgames.com/news/blitzcrank-bot
Imagen 1. Proceso de solución de tickets de soporte. Fuente: Riot Games Engineering
Con la aplicación de este tipo de inteligencia artificial, la empresa ha logrado que la productividad sea mayor, haciendo que el trabajo de Blitzcrank Bot equivalga al día a 50 trabajadores, dando respuesta en torno al 20% de todos los tickets de soporte más rápido que antes (se prevé alcanzar el 70%).

En este caso, la automatización del proceso de ayuda a los usuarios de League of Legends procura que el tiempo entre que realizan la petición de soporte hasta que reciban una respuesta satisfactoria sea mínimo.

Su efecto en el empleo es claro; con el uso de Machine Learning se estima que el empleo descienda entre el 4% y el 7% en 2020, según Harvard. Ligado a ello, la disminución en personal conlleva a una reducción de costes y, por tanto, un aumento de los beneficios de las empresas, lo cual puede ser redireccionado a un aumento de la inversión de la empresa como así en subidas de los salarios de los trabajadores.

Como conclusión...

La aplicación de Machine Learning potencia, en este caso, un servicio de soporte, como así la operatoria de la empresa de forma eficiente, con datos palpables como son los costes reducidos y su efecto directo en los ingresos de la empresa.

Dicho esto, la infografía siguiente resume el contenido propuesto:

Imagen 2. Infografía Machine Learning. Fuente propia: Iván Martínez Mateos

Creative Commons License
MACHINE LEARNING: aplicado al SOPORTE TÉCNICO is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Bibliografía

Riot Games Engineering: https://engineering.riotgames.com/news/blitzcrank-bot
ProMéxico Machine Learning: http://mim.promexico.gob.mx/work/models/mim/Resource/152/1/images/machine-learning.pdf

Machine Learning: Pasado, Presente y Futuro

La Inteligencia Artificial (IA) surgió por primera vez en los años 50, como una rama de las ciencias computacionales encargada de estudiar modelos de cómputo capaces de imitar las funciones cognitivas de los seres humanos. Partiendo de esta base, un grupo de investigadores se interesaron en hacer que las máquinas aprendan, es decir, crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos. Actualmente, es denominado como Machine Learning. 

Machine Learning es la rama de la Inteligencia Artificial que más ha desarrollado durante los últimos años debido a las nuevas tecnologías computacionales, y actualmente es aplicado a un amplio rango de sectores con el objetivo de aumentar la eficiencia, predecir problemas, prevenir la corrupción y fraudes, etc. 

Cabe destacar que EEUU es el país que tiene mayores avances en Machine Learning y aun así sólo se está trabajando el 25% de lo máximo que puede desarrollar. El mercado de Machine Learning sufrirá un crecimiento de 613,4 millones de dólares en 2016 a 3,755 millones de dólares en 2021, es decir una tasa de crecimiento de 43,7% anual. Por tanto, se deduce que hay una gran oportunidad que aprovechar en este mercado. 




  • Diagnósticos médicos 


  • Procesamiento del lenguaje natural (PLN) 


  • Búsqueda online 


  • Coches Inteligentes 


  • Seguridad y detección del fraude

  • Aparte de las utilizaciones actuales, existe una variedad de expectativas futuras sobre la utilización del machine learning.

    El futuro de los negocios con sap Leonardo machine learning:



    A continuación se presenta una infografía con todo lo detallado anteriormente:

    Fuente: elaboración propia.Annie Zhang



    Licencia de Creative Commons
    Machine Learning pasado presente y futuro by Annie Zhang is licensed under a Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional License.

    Machine Learning, una apuesta de futuro





    MACHINE LEARNING, UNA APUESTA DE FUTURO


    Machine Learning forma parte de la inteligencia artificial y consiste en recopilar datos de diferentes fuentes tales como la navegación por internet, las redes sociales etc., y convertirla en información  con el objetivo de que una maquina aprenda, se vuelva más inteligente y pueda llegar a resolver problemas adaptando el conocimiento para generar más conocimiento. Es por todo ello que se considera una tecnología disruptiva.



    A continuación se presenta un vídeo para poder entender el concepto de Machine Learning con más claridad:





    Como veremos a continuación, mediante la siguiente infografía,  el Machine Learning tiene múltiples funciones aplicables a todo tipo de sectores industriales con el fin de resolver diversos problemas que hoy en día son muy habituales en las empresas.

    MACHINE LEARNING Y SUS EXPECTATIVAS




    No solo tiene un impacto positivo directo en el ámbito empresarial sino que también indirectamente mediante el ámbito académico ya que gracias a la inteligencia artificial las áreas de investigación se ven beneficiadas a la hora de buscar innovación que proporcionar a la industria.

    Muchas empresas apuestan hoy en día por esta tecnología disruptiva ya que como hemos podido ver, supondrá una transformación en sus negocios.
    Un claro ejemplo son Amazon, IBM y Microsoft que han conseguido el 73% del mercado gracias a la utilización de la inteligencia artificial en actividades que tienen un impacto inmediato en ingresos y costos, al incremento de la producción con el mismo número de empleados y  al hecho de que han comenzado por gestionar la propia empresa sin tener contacto directo con el cliente (back office).


    Es necesario destacar que el Machine learning podría acabar con muchos puestos de trabajo debido a la automatización de la actividad humana. Algunos de los datos recopilados nos informa de que Oxford University predijo que para el 2033 podrían perderse hasta el 47% de los empleos; la OECD prevé que el 9% de los trabajos en 21 países podría ser automatizado debido a la inteligencia artificial.

    Pero aunque esta automatización amenaza con destruir gran parte del empleo actual, realidad es que pocas empresas están utilizando inteligencia artificial para eliminar puestos de trabajo.
    La prueba de esto es que tan solo el 7% del sector de manufactura utiliza la inteligencia artificial para automatizar actividades humanas; el 8% del sector servicios, usan inteligencia artificial para asignar presupuestos a las áreas de la compañía; por último, el 6% de ambos sectores, lo utilizan para fijar precios al consumidor.


    Esto solo acaba de empezar y las innovaciones y mejoras en este ámbito por parte de las empresas aún están por llegar.






    MACHINE LEARNING: Ventajas VS Desventajas


         
        VENTAJAS VS DESVENTAJAS
          MACHINE LEARNING

    (Antes de describir cuales son los beneficios que puede aportar el Machine learning a la sociedad en general, así como los inconvenientes debemos saber en primer lugar que es el machine learning y su breve evolución.)
    El machine learning, es una disciplina de la Inteligencia Artificial que nace desde los años 60 s y es conocido en español como aprendizaje automático o aprendizaje de máquina, producto de las ciencias de la computación y las neurociencias.



    Lo que esta rama pretendía estudiar era:
    ü El reconocimiento de patrones
    ü El aprendizaje por parte de las computadoras.
    Sucedió con el paso de los años que el machine learning comenzó a enfocarse en diferentes asuntos, tales como el razonamiento probabilístico, investigación basada en la estadística, recuperación de información, y continuó profundizando cada vez más en el reconocimiento de patrones.

    Hoy en día el principal objetivo del machine learning es abordar y resolver problemas prácticos 



    Ventajas vs Desventajas del machine learning para las empresas
    Beneficios del machine learning:
    1-   Eficacia de la operación
    2-   Detección de anomalías y resolución de problemas
    3-   Incremento de ingresos en la operación
    4-   Disminución de costes en la operación
                   Crecimiento del mercado global


     Inconvenientes del Machine learning:
    1- Automatización
    2-    Existencia de riesgo
    3-   Mayor inversión


     y finalmente aquí os dejo la infografía de tema principal del blog



    MACHINE LEARNING, VISIÓN HACIA EL FUTURO


    MACHINE LEARNING; TRANSFORMANDO EL MUNDO

    El Machine Learning es una disciplina perteneciente a la Inteligencia Artificial. La idea principal del Machine Learning es demostrar que hoy en día las máquinas tienen la capacidad suficiente para aprender de los datos y sobre todo de generar mayor conocimiento a través de la adaptación del conocimiento actual. Además, está considerada como una de las tecnologías disruptivas que en los próximos años será capaz de cambiar el sistema de negocios mundial. 


    Imagen 1; la Inteligencia Artificial. Fuente: Expansión


    Diariamente los usuarios de Internet generan a través de las redes sociales una gran cantidad de información o datos que quedan grabados en el historial de los aparatos electrónicos que éstos han utilizado. En este momento entra en juego el Machine Learning, con el objeto de transformar todos estos datos en información y conocimiento. 

    A continuación, podréis encontrar un vídeo en el que os podrá quedar más claro el concepto de Machine Learning. 

    Vídeo 1; ¿Qué es Machine Learning? Fuente; Youtube


    Actualmente, el Machine Learning es utilizado por un gran número de empresas para poner fin a diferentes problemas que existen en diferentes sectores industriales desde hace años. Las grandes revoluciones han sido variadas, entre las que se encuentran; la posibilidad de eliminar el error humano, el refuerzo de la ciberseguridad y el alcance para poder tomar decisiones de manera ágil. Esto ha supuesto un gran giro en la forma de realizar negocios por parte de las empresas.

    A esta tendencia podemos denominarle como una nueva Revolución Industrial, pues está provocando grandes ocasiones en cuanto a innovación y crecimiento económico. 
    A nivel global, las zonas que más dinero emplean en esta tecnología disruptiva son Norteamérica y Europa del Este, que cuentan con los recursos humanos suficientes y muy especializados. Además, realizan grandes inversiones con la mentalidad de que sus empresas van a sufrir positivas modificaciones que van a mejorar su eficiencia. 

    Las grandes compañías como Amazon, IBM o Microsoft poseen un 73% de la cuota de mercado en cuento al Machine Learning. Cabe destacar que pretenden alcanzar una mayor participación a través de la creación y el diseño de soluciones que venderán posteriormente con el fin de que conozcan el comportamiento, las tendencias y las preferencias de sus consumidores así como la posibilidad de prevenir fraudes y disminuir riesgos. 

    Cabe destacar además que existe un gran debate en cuanto a cómo va a afectar la automatización al empleo. Por un lado, instituciones como Oxford University han declarado que dentro de 20 años es posible que el 47% de los empleos sean automatizados. Incluso Harvard ha confirmado que en 2020 se habrá producido una pérdida de puestos de trabajo de entorno al 4%-7%.
    Sin embargo, parece ser que actualmente todavía la automatización de la que hemos hablado se ha llevado a cabo en el ámbito de la máquina-máquina mayormente y no ha afectado significativamente en el caso de las actividades de los seres humanos.



    Fuente; elaboración propia; Amaia Pérez de Loza Alonso

    El Machine Learning tiene todavía muchos retos y oportunidades a los que hacer frente y que continuarán revolucionando sin límites el entorno en el que convivimos.



    Licencia de Creative Commons
    Machine Learning, visión hacia el futuro by Amaia Pérez de Loza Alonsois licensed under a Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional License.



    Machine Learning



     El Machine Learning es una disciplina del área de la inteligencia artificial que se dedica a crear sistemas que aprenden de manera autónoma, en función del a información que les sea suministrada, y buscan relaciones entre esa información para tratar de predecir comportamientos futuros. Con esta ayuda una empresa sería capaz de predecir asuntos calves relativos a su negocio, como cuántos clientes van a retrasarse con los pagos en un mes determinado.



    Es una disciplina que no reviste una gran dificultad para aprender (relativamente hablando) y por ello está disponible para el público y las empresas en general, incluso las más pequeñas. Debajo se adjunta un link a un cursillo de los básicos del Machine Learning.





    https://www.youtube.com/watch?v=G7fPB4OHkys

    Machine Learning en el mercado actual


    Machine Learning es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente. Dentro del mercado, empresas como Amazon, IBM y Microsoft tienen el 73% del mercado, dado que son empresas que han diseñado y colocado en el mercado aplicaciones diferentes de Machine Learning. Seguido de ellas también están colocadas grandes empresas como Google y SAP, quienes buscan avanzar y ganar nicho de mercado intentando que las empresas tengan un mayor conocimiento de sus consumidores. Todas estas grandes empresas, disponen de científicos altamente cualificados en el desarrollo de aplicaciones de Machine Learning y estos, se encuentran distribuidos por todo el mundo. Ciudades importantes de Europa como Londres y Berlín ya están reconocidas entre las ciudades del mundo con más talento.










    La competitividad de estas grandes empresas entre sí, es muy grande por lo que tienen como objetivo ganar la máxima cuota de mercado. Es por ello que están creando soluciones fáciles de utilizar para que los consumidores se puedan adaptar rápidamente. Desarrollan las aplicaciones de Machine Learning que funcionan a través de sus APIs (Interface de programación de aplicaciones). Por ejemplo, IBM tiene a Watson; Microsoft tiene Azure Cortana Intelligence Suite y Salesforce tiene a Wave Analytics. El mercado va cambiando y las empresas continuamente van mejorando y aplicando nuevos matices.
    Además de las grandes empresas existen otras compañías como Intelygenz, SAS e Inbest ,que están intentando entrar en el mercado desarrollando aplicaciones de Machine Learning, a pesar de no saber con certeza cuanto tiempo podrán durar en dicho mercado.



    Comentario: Momento actual del Machine Learning y las empresas que ocupan gran parte de la cuota de mercado en la que se intentan hacer hueco empresas mas pequeñas. 


    Machine Learning aplicado a la salud

    MACHINE LEARNING Y SU USO EN EL CAMPO DE LA SALUD


    Para poder conocer los campos en los que se puede aplicar Machine Learning (objetivo de este post), primero debemos conocer qué es Machine Learning.




    Es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente. Aprender en este contexto quiere decir identificar patrones complejos en millones de datos. 
    La máquina que realmente aprende es un algoritmo que revisa los datos y es capaz de predecir comportamientos futuros. Automáticamente, también en este contexto, implica que estos sistemas se mejoran de forma autónoma con el tiempo, sin intervención humana.





    Los campos en los que se puede aplicar esta técnica son muy diversos a continuación se listan alguno de ellos.
    1. Seguridad de datos
    2. Seguridad personal
    3. Cuidado de la salud
    4. Marketing personalizado
    5. Detección de fraudes
    6. Coches inteligentes

    Una vez que ya se ha explicado el concepto de Machine Learning y los campos en los que se puede aplicar, analizaré en profundidad el uso de esta disciplina científica en el campo de la salud.


    En este campo se persiguen tres objetivos concretos:

    • Diagnóstico del cáncer de mama mediante imágenes.

                 
    • Diagnóstico de la endometriosis mediante el análisis de los genomas.
    Fuente: digipat.org

    Estas predicciones se llevarán a cabo analizando a través de Machine Learning datos sobre los enfermos como su edad, sexo, hábitos y sus genomas.

    A continuación se puede observar una infografía sobre los tres objetivos citados anteriormente:



    Licencia de Creative Commons
    Machine Learning y la salud by Cristina Canales Pardo is licensed under a Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional License.

    Machine Learning: Qué es, tipos y aplicaciones actuales.


    Machine Learning: Qué es, tipos y aplicaciones actuales.


    ¿Qué es Machine Learning?


    Machine Learning es una parte de la inteligencia artificial, que consiste en que las máquinas aprendan de nuestras experiencias. En este caso, las experiencias son los datos que generamos mientras navegamos por Internet. Por lo tanto, gracias a nuestro historial, se obtienen datos, los cuales pueden tener o no distintas etiquetas con sus características. Cuantos mas datos haya, mejor será el modelo y mayor la precisión.

    A continuación, tenemos un vídeo que explica brevemente que es Machine Learning y sus tipos:





     Tipos de Machine Learning


    1.-  Supervised Learning – Aprendizaje supervisado

    En este tipo de aprendizaje, se trabaja con datos etiquetados, es decir que por cada dato se recogen sus características, por ejemplo: Plátano  Fruta, dulce, amarillo.
    Con esto se crea un patrón para poder predecir el dato (plátano), cuando el ordenador tiene alguna de esas características.

    Ejemplos de aplicación:
    • El reconocimiento facial que utiliza Facebook, en el que tras haber sido etiquetado en varias fotos, es capaz de mostrarte fotos en las que apareces aunque no hayas sido etiquetado.
    • Las recomendaciones de series, películas, vídeos y música que te hacen distintas plataformas.

    2.- Unsupervised Learning – Aprendizaje no supervisado


    Imagen 2. Diagrama de flujo del aprendizaje no supervisado. En "Tipos de aprendizaje automático", por Javier Luna Gonzalez, 2018
    En este tipo de aprendizaje, se trabaja con datos que no están etiquetados. Entonces, lo que hace el ordenador, es conseguir agrupar esos datos y finalmente los clasifica.

    Ejemplos de aplicación:

    • La clasificación de casas que hace Airbnb por ubicación.
    • Buscar transacciones fraudulentas identificando anomalías.

    3.- Reinforcement Learning – Aprendizaje por refuerzo

    En este último aprendizaje, la máquina aprende gracias al feedback. Por ejemplo si en una foto de un plátano te dice que es una manzana, tu lo corriges indicando que no se trata de un plátano, y así hasta que aprende.

    Ejemplos de aplicación:
    • Programación dinámica.
    • Cuando los coches autónomos hacen algo mal, se les “castiga” y así hasta que lo hagan bien.




    Finalmente, tenemos esta infografía que recoge los conceptos básicos de este post:

    Imagen 4. Infografía Machine Learning. Fuente: Elaboración propia. Zuriñe Uriarte Martínez




    Licencia de Creative Commons
    Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.