Aprendizaje automático

Inteligencia artificial

La inteligencia artificial se refiere a la inteligencia mostrada por máquinas que simulan la inteligencia humana y animal.

Relación entre IA y ML

AI — Ingeniería de fabricación de máquinas y programas inteligentes

ML — Capacidad de aprender sin ser programado explícitamente. En otras palabras, la capacidad de los sistemas de Inteligencia Artificial para aprender extrayendo patrones de los datos se conoce como Machine Learning.

Características de ML;
• Utiliza los datos para detectar patrones en un conjunto de datos y ajustar las acciones del programa en consecuencia
• Se enfoca en el desarrollo de programas de computadora que pueden aprender a crecer y cambiar cuando se exponen a nuevos datos
• Permite que las computadoras encuentren información oculta usando algoritmos iterativos sin ser explícitamente programado
• Automatiza la construcción de modelos analíticos

Tradicional frente a ML

Aprendizaje automático y ciencia de datos

DS y ML van de la mano. DS ayuda a evaluar datos para algoritmos de ML.

DS: Es el uso de métodos estadísticos para encontrar patrones en los datos.

ML: el aprendizaje automático estadístico utiliza las mismas matemáticas y técnicas que DS

DS: Estas técnicas se integran en algoritmos que aprenden y mejoran por sí solos

ML: el aprendizaje automático facilita la IA, ya que permite que las máquinas aprendan de los patrones en los datos

Técnicas de aprendizaje automático

ML utiliza una serie de teorías y técnicas de DS

• Clasificación: la técnica en la que el programa de computadora aprende de la entrada de datos que se le da y luego usa este aprendizaje para clasificar una nueva observación.
• Categorización: técnica de organizar datos en categorías para su uso más eficaz y eficiente.
• Agrupamiento: Agrupación de un conjunto de objetos de tal manera que los objetos del mismo grupo son más similares entre sí que a los de otros grupos.
• Análisis de tendencias: Esto tiene como objetivo proyectar el movimiento actual y futuro de eventos mediante el uso de análisis de datos de series temporales.
• Detección de anomalías: para identificar casos que son inusuales con datos aparentemente homogéneos
• Visualización: Presentar datos en un formato pictórico o gráfico. Permite a los tomadores de decisiones ver los análisis presentados visualmente.
• Toma de decisiones: una técnica o habilidad que brinda a las personas la capacidad de influir en las decisiones gerenciales con datos como evidencia de esas posibilidades.

Procesamiento de imágenes: etiquetado y reconocimiento de imágenes, vehículos autónomos, reconocimiento óptico de caracteres (OCR), etc.

Robótica: simulación humana, robot humanoide, robótica industrial.

Minería de datos: detección de anomalías, agrupación y predicciones, reglas de asociación.

Vedio Games: algunos juegos implementan el aprendizaje por refuerzo

Análisis de texto: filtrado de spam, análisis de sentimientos, extracción de información

Cuidado de la salud: diagnóstico médico, más de 100 nuevas empresas que transforman el cuidado de la salud con IA

……

¡Gracias!