¿Qué es aprendizaje automático? Machine Learning

¿Qué es aprendizaje automático?

El aprendizaje automático o aprendizaje de máquinas(Machine Learning) es el subcampo de la computación y una rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas y algoritmos que permitan a los sistemas aprender y sea artificialmente inteligente.

Hoy en día aún no existe una definición bien aceptada sobre lo que es y lo que no es aprendizaje automático. A continuación algunos ejemplos de conceptos dados por expertos en el área.  Arthur Samuel definió el aprendizaje automático como:

el campo de estudio que le da a los ordenadores la habilidad de aprender algo sobre lo que no han sido implícitamente programados.

Samuel en la década de  los 50, tuvo fama por desarrollar  un programa para jugar a las damas.

Resultado de imagen para damas juego Arthur Samuel

Lo increíble sobre este juego de damas era que el propio Arthur Samuel no era tan bueno para jugar damas. Pero lo que él hizo fue, hacer un programa para jugar muchas veces contra él mismo. Así el programa observando que tipo de posiciones en la dama lo llevan a la victoria y que tipo de posiciones en el tablero tienden a perder.

El programa de juego de damas aprende con el tiempo que posiciones son buenas y cuales son malas posiciones en la dama. Y, finalmente, el programa aprendió damas mejor de lo que el propio Arthur Samuel podía.

Otra definición de Machine Learning por Tom Mitchell:

Se dice que un programa de computadora aprende de la experiencia E(Experience) con respecto a alguna tarea T(Task) y alguna medida de rendimiento P(Performance), si es el rendimiento en T, medido por P, mejora con experiencia E.

Otro ejemplo de Machine Learning es que tu sistema de correo electrónico analiza que correos has marcado o no como spam. Así que tendría que pulsar el botón spam para informar que algunos correos son spam y que otros no.

Basándose en que correos marcas como spam, tu programa de correo electrónico aprende mejor como filtrar el spam en el correo.

Existen diferentes tipos de algoritmos de aprendizaje. Los dos tipos principales son lo que llamamos:

Supervised Learning (Aprendizaje supervisados)

Unsupervised Learning (Aprendizaje sin supervisión)

En el aprendizaje supervisado(Supervised Learnig), enseñaremos al equipo cómo hacer algo guiándolo a través de un algoritmo a la respuesta correcta, mientras que en el aprendizaje no supervisado el equipo aprende por sí mismo a través de un algoritmo que detecta patrones y agrupa la información con dichos patrones.

En el siguiente vídeo podrá observar a unos robots jugando fútbol sin ser manipulados por una persona.

En siguientes post, seguiré compartiendo más sobre Inteligencia Artificial, también compartiré con ustedes algoritmos aplicados para machine learning.

Angel Montesflores

About the author: Angel Montesflores

Related Posts

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *