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.


Mostrando entradas con la etiqueta Sector financiero. Mostrar todas las entradas
Mostrando entradas con la etiqueta Sector financiero. Mostrar todas las entradas

jueves, 8 de noviembre de 2018

Machine Learning

MACHINE LEARNING

Infografía Machine Learning. Elaboración propia
Machine Learning es una rama de la Inteligencia Artificial que surge a raíz de la gran cantidad de datos que se generan a diario mediante los ordenadores. Cualquier individuo con un ordenador, tablet, móvil, o dispositivo electrónico se convierte en fuente de información, de la que se obtienen datos de forma masiva.

Con el Machine Learning se pretende detectar patrones, mediante una serie de algoritmos, que pueden ser de dos tipos: supervisados y no supervisados. Los primeros se llevan a cabo mediante el trabajo conjunto de máquinas y humanos permitiendo, como resultado, realizar predicciones. En cuanto a los no supervisados, son realizados completamente por máquinas, las cuales se encargan de encontrar la relaciones existentes entre los diferentes datos.


¿Para qué podemos usar Machine Learning?


El Machine Learning es aplicable en múltiples sectores, telecomunicación, sanidad, agricultura, son sólo algunos ejemplos de sectores en los que esta materia es aplicable. En el mundo de las finanzas es una herramienta que, junto con el Big Data, es de gran utilidad para hacer predicciones sobre riesgos y "posibilitan una mayor optimización de la concesión de créditos y préstamos" tal y como nos indica el Nuevo Financiero en su post Machine learning en las finanzas. Big Data e Inteligencia Artificial para el aprendizaje automatizado.


Aplicaciones del Machine Learning


Al estar presente en múltiples sectores, el aprendizaje de las maquinas tiene también múltiples aplicaciones, desde reconocimiento facial, reconocimiento de voz, comprensión y clasificación de textos, predicciones, etc. En el vídeo se describen cinco aplicaciones en la vida diaria del Machine Learning.



Riesgos que supone


No debemos olvidar que gran parte de la información que dejamos en Internet es susceptible de ser robada por los conocidos hackers, además debemos tener en cuenta que la programación de malos algoritmos puede generar falsos positivos en los patrones generados. La solución a estos problemas, entre otros, es crear buenas políticas de seguridad. 


Como conclusión podemos decir que el Machine Learning, aprendizaje de las máquinas, no es el futuro, sino que es el presente. Día a día se genera nueva información que, utilizada de la forma más adecuada, nos puede dar predicciones más valiosas que las obtenidas con modelos estadísticos o econométricos.



Fuente de información: Machine Learning, inteligencia artificial que está transformando el mundo.

martes, 6 de noviembre de 2018

Machine learning y el sector financiero

¿Qué es "Machine Learning"?

Es una disciplina científica que consiste en la recopilación de datos para crear un sistema que sea capaz de aprender automáticamente.


Uso del “Machine Learning” en las empresas y sector financiero


La mejora del servicio al cliente y la seguridad son una obligación para muchos sectores económicos, entre ellos está el sector financiero. La aparición tanto del “Machine Learning” como de la IA (inteligencia artificial) permite crear procesos electrónicos avanzados que facilitan el trabajo de miles de empleados y empresas. En el mundo financiero esta tecnología se aplica para reducir costes y mejorar servicios y se puede apreciar en la aparición de formularios electrónicos, firma electrónica, …

La IA ha demostrado ser eficaz a la hora de ofrecer seguridad y detectar fraudes, sin embargo, ofrece muchos falsos positivos lo que requiere recursos extra a la hora de comprobarlos. Por este motivo los sistemas deben ser más efectivos e inteligentes de manera continua.

Con algoritmos de aprendizaje avanzados como los de “Deep learning”, se pueden introducir nuevas características al sistema para un ajuste dinámico. Según Samir Hans, director de consultoría de Deloitte Transactions y Business Analytics LLP, “Con el análisis cognitivo, los modelos de detección de fraude serán más precisos. Si un sistema cognitivo elimina algo que determina como un posible fraude, y un ser humano determina que no es fraude debido a X, Y, y Z, el ordenador aprende de esas percepciones humanas, y la próxima vez no te enviará una detección similar. El equipo se está haciendo cada vez más inteligente.”

Imagen: Machine Learning y la banca. Fuente: Club de Innovación

Expectativas

Se calcula que en 2020 habrá cuatro veces más datos de los que hay en la actualidad, cosa que otorga a las entidades financieras la oportunidad de entender el comportamiento y necesidades, en tiempo real, de sus clientes de una manera mucho mejor de lo que lo hacen hoy en día. El "Machine learning" cambiará la forma de relacionarnos con los bancos ya que muchas de nuestras interacciones serán virtuales, estos sistemas analizarán nuestra manera de expresarnos, nuestros sentimientos, … y serán capaces de mantener conversaciones y resolver nuestras dudas más complejas.


Vídeo:Inteligencia Artificial y Machine Learning: dos tendencias cruciales para 2018. 
Fuente: Youtube