INGENIERÍA DE SOFTWARE CON IA
ALGORITMIA PARA INTELIGENCIA ARTIFICIAL
Machine Learning
Instructor: Omar Espinoza
Objetivo de la clase
Al finalizar la sesión, el alumno conoce los conceptos relacionados el aprendizaje
automático.
Temario
• Machine Learning
• Aprendizaje supervisado
• Aprendizaje sin supervisar
• Aprendizaje por refuerzp
Conocimientos previos
• Ganas de aprender.
Antes de clase ….
Revisar el vídeo para tener una comprensión del tema
a tratar en la sesión de clase.
¿Qué es machine learning? Aprendizaje automático
[Link]
Machine Learning
Machine Learning – Aprendizaje automático
El machine learning, es una rama de la inteligencia
artificial que permite que las máquinas “aprendan”
sin ser expresamente programadas. Una habilidad
para hacer sistemas para identificar patrones entre los
datos y realizar predicciones. Por ejemplo, las
recomendaciones hechas por Netflix o Spotify.
[Link]
Aprendizaje supervisado
Supervised Machine Learning
Se basa en modelos predictivos que hacen uso de
datos de entrenamiento. Dado un conjunto conocido
de datos, se pretende que el sistema sea capaz de
lograr una determinada salida, de forma que el
modelo es ajustado (entrenado) hasta lograr
resultados adecuados.
[Link]
Aprendizaje no supervisado
Unsupervised Machine Learning
Los algoritmos de aprendizaje no-supervisado son
similares a los de aprendizaje supervisado, pero estos
ajustan su modelo únicamente en función de los datos
de entrada. Dicho de un modo sencillo, el algoritmo
realiza un auto entrenamiento sin indicaciones
externas.
[Link]
Aprendizaje por refuerzo
Reinforcement Learning
Consiste en la iteración constante y basada en
“prueba y error” que una máquina es capaz de
realizar en tiempo récord ante determinadas
condiciones o entorno dado y con un objetivo
específico llamado “recompensa”. De esta forma se
pueden obtener resultados, patrones, correlaciones y
conclusiones basadas en experiencia previa.
[Link]
Casos de uso de IA
Lo que la IA nos va a permitir en un ambiente
empresarial, principalmente, es obtener patrones o
información relevante a partir de los datos generados,
así como asistencia en la toma de decisiones.
Sin embargo, sus aplicaciones son prácticamente
infinitas y puede otorgarnos mejoras en cualquier
área, como, por ejemplo:
✓ Asistencia virtual
✓ Atención al cliente
✓ Aumento de productividad
✓ Análisis inteligente
✓ Predicción de datos
✓ Marketing y ventas inteligentes
[Link]
Actividad virtual individual
Visualice el vídeo y exprese sus comentarios en la siguiente sesión de
clase. Realice búsquedas de vídeos asociados al tema.
Machine Learning | Aprendizaje supervisado, no supervisado y por refuerzo
[Link]