¿Qué es exactamente Machine Learning?

Viviana Márquez
LatinXinAI
Published in
4 min readOct 29, 2018

El Machine Learning (aprendizaje automático) es el término de moda. Todo el mundo está hablando de ello, pero en realidad pocos saben con precisión qué es. En esta publicación te contaremos de una manera sencilla de qué se trata todo este alboroto.

Para comenzar, Machine Learning (ML) es un campo de las ciencias de la computación que se encarga de “aprender” dado un conjunto de datos. En otras palabras, se encarga de representar la estructura y generalizar comportamientos de los datos dados.

Uno podría decir que el machine learning es a las ciencias de la computación, tal como la probabilidad y estadística es a las matemáticas.

En este contexto, learning — aprender, no se trata de memorizar y recolectar datos. Se trata de crear un modelo a partir de la información suministrada para poder generar conclusiones sobre ejemplares nunca antes vistos.

👠 ¿Modelo?

Sí, pero modelos matemáticos. Estos se usan para describir un sistema (natural, físico, social, industrial, etc.) usando conceptos y lenguaje matemático.

Elementos de un modelo en el contexto de ML:

  • Entradas (input) del modelo:
    En ML también conocido como: Características, Atributos, Predictores, Entradas, Variables independientes, Dimensiones, etc.
  • Resultados (output) del modelo:
    En ML también conocido como: Objetivo, Respuesta, Salida, Variable dependiente, etc.
  • Fila:
    (Incluye input y output) En ML también conocido como: Observación, Registro, etc.
  • Etiquetas (labels):
    Los valores de la variable dependiente (en el contexto de aprendizaje supervisado que explicaremos más abajo).

🤔 ¿Cuál es la diferencia entre Machine Learning, Inteligencia Artificial y Deep Learning?

Al igual que ML, los dos últimos también son términos que están de moda. Machine Learning es una rama de la Inteligencia Artificial, la cual se encarga de programar a las máquinas para que piensen y aprendan. Por el otro lado, Deep Learning es una rama de Machine Learning que busca imitar el funcionamiento de las redes neuronales de los seres humanos para que las máquinas aprendan a aprender, valga redundancia.

¿Y la ciencia de datos?

La ciencia de datos (data science) es la profesión que se encarga de extraer conocimiento a partir de datos (incluyendo big data) y lo hace a través de varias herramientas de distintos campos, tales como la estadística, el procesamiento de imágenes, programación, y por supuesto, el Machine Learning, entre muchos otros más.

📝 Tipos de algoritmos en Machine Learning

¿Es un perro o es un muffin?

Supervisado

Esta rama del ML se encarga de los problemas que traen los datos con etiquetas. Por ejemplo, intentar clasificar los perros y los muffins de la imagén de arriba. Este tipo de algoritmos buscan generalizar y predecir a partir de la información suministrada.

No supervisado

A falta de un nombre más creativo, esta rama del ML se encarga justamente del resto de los problemas, es decir, de los que no traen los datos con etiquetas. Por ejemplo, dado un grupo de usuarios de una red social, agruparlos (clustering) en comunidades. Este tipo de algoritmos buscan extraer estructura y encontrar patrones a partir de la información suministrada.

Adicionalmente, cada uno de estos tipos de ML se subdividen según el tipo de datos que manejan:

  • Continuos:
    Información cuantitativa/numérica. Por ejemplo, predecir el precio de una casa.
  • Discretos:
    Información cualitativa. Por ejemplo, predecir de qué equipo deportivo es hincha una persona.

En conclusión, podemos clasificar los algoritmos de ML de la siguiente manera:

Finalmente, vale la pena resaltar que muchos de estos métodos y ramas se aplican en conjunto para hallar mejores resultados, haciendo muchas veces difícil delimitar las definiciones dadas. En adición, este es un campo en constante evolución.

😊 ¡Gracias por leer!
👏 Si te gusto esta publicación, dame unos aplausos :)
🙋 ¿Qué te gustaría aprender en la siguiente publicación? … Dejálo en los comentarios.

Sobre mí:
MS Student in Data Science at the University of San Francisco.
www.VivianaMarquez.com

Referencias:
MSDS621 — USFCA
• One day Bootcamp METIS

Do you identify as latinx and are working in artificial intelligence or know someone who is latinx and is working in artificial intelligence?

If you enjoyed reading this, you can contribute good vibes (and help more people discover this post and our community) by hitting the 👏 below — it means a lot!

--

--

Viviana Márquez
LatinXinAI

🤖👩‍💻 EdTech Founder @MissFactorial 📊🎞️ Making AI & Data as captivating as your favorite series 🎤 Miss Sucre 2021 & TV/Radio Host