martes, 13 de febrero de 2018

Machine Learning: Que es y para qué sirve

En estos tiempos donde todo tiene que ver con las TIC’s (Tecnologías de la información), el big data y la inteligencia artificial, hemos empezado a escuchar un nuevo término: Machine Learning. Pero, ¿qué cosa es realmente y como nos puede servir?


¿Qué es el machine learning?

La traducción al español de Machine Learning sería “Aprendizaje automático”, y como su nombre lo dice, es un tipo de inteligencia artificial (AI) que le da a las computadoras la capacidad de “aprender”, sin la necesidad de ser programadas previamente por un ser humano.
Este aprendizaje es posible debido a la capacidad de detectar patrones dentro de un conjunto de datos, de tal manera que el propio programa pueda predecir las probabilidades de ocurrencia de determinadas situaciones o resultados. Estos cálculos permiten que el programa “aprenda” continuamente, para generar resultados y decisiones confiables.
El principal propósito del Machine Learning es facilitar la toma de decisiones, ya que la capacidad de análisis, procesamiento de información y rapidez de las computadoras, es muy superior a la del ser humano.

¿Cómo funciona?

El Machine Learning se basa en algoritmos de aprendizaje automático. Un algoritmo es un conjunto de instrucciones o reglas bien definidas, que permite llevar a cabo una actividad mediante pasos sucesivos hasta obtener un resultado esperado. En el caso del Machine Learning, sus algoritmos se dividen en tres categorías:


- Supervised learning (Aprendizaje supervisado) 

Es el más utilizado y requiere de intervención humana para la creación de etiquetas en el histórico de datos de manera que la máquina pueda predecir un resultado probable a partir de las mismas.

- Unsupervised learning (aprendizaje no supervisado) 

Es menos común y utiliza datos históricos que no han sido etiquetados. El objetivo es encontrar patrones a partir del propio análisis de datos.

- Reinforcement learning (aprendizaje por refuerzo) 

La base del aprendizaje es el refuerzo. La máquina es capaz de aprender con base a pruebas y errores en diversas situaciones.

¿Para qué sirve?

El Machine Learning es un sistema basado en el procesamiento y análisis de datos, que se traducen en toma de decisiones y resultados esperados. Dicho esto, se puede aplicar en cualquier campo que maneje bases de datos lo suficientemente grandes y complejas. Algunas de las aplicaciones más comunes son:

  • Motores de búsqueda.
  • Diagnósticos médicos.
  • Predicciones económicas y bursátiles.
  • Sistemas de seguridad por reconocimiento biométrico.
  • Detección de fraudes.
  • Predicción y pronóstico de clima, tráfico, etc.


Las técnicas de Machine Learning abarcan un campo muy extenso, y son una parte fundamental dentro del Big Data. El número de técnicas y algoritmos cada vez será más extenso, y las aplicaciones a nivel práctico son inimaginables.