Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ASIGNATURA:
Comportamiento Organizacional
HS144V
DOCENTE:
ALUMNOS:
Chirinos Quispe Ángel
Mucching Vidal Kenji Armando
Sequeiros Huayta Fabrizio Jesús
Mayo 2019
INTRODUCCIÓN
INTRODUCCION
1.1. DEFINICIÓN
1.2. CLASIFICACIÓN:
1.3. IMPORTANCIA
CONCLUSIONES
BIBLIOGRAFÍA
CAPITULO I
MACHINE LEARNING
1.1. Definición
El Machine Learning es el estudio científico de algoritmos y modelos
estadísticos que los sistemas informáticos utilizan para realizar de manera
efectiva una tarea específica sin utilizar instrucciones explícitas, sino que se
basan en patrones e inferencias. Otra manera de definirlo sería como una
rama de la inteligencia artificial enfocado en desarrollar técnicas que
permitan que las computadoras aprendan. En concreto, consiste en crear
programas capaces de generalizar comportamientos a partir de una
información suministrada en forma de ejemplos.
1.2. Clasificación:
Supervised Learning:
Se dispone de un conocimiento previo que ayudará a comprender los datos
cuando lleguen. Así ayudará a tomas decisiones o hacer predicciones. Por
ejemplo: el sistema de control de spam de correos de google.
Unsupervised Learning:
No se tiene una experiencia previa para analizar los datos. Por esta razón
está más orientado a la búsqueda de patrones. Dentro de este grupo están
los análisis de datos científicos y análisis de redes sociales.
1.3. Importancia
La cantidad de datos que se generan actualmente en las empresas se está
incrementado de forma exponencial. Extraer información valiosa de ellos
supone una ventaja competitiva que no se puede menospreciar. El reto de
sacar partido de los datos se ha simplificado enormemente. El Machine
Learning de hoy no es como antes. Esto quiere decir que con datos de
calidad, tecnologías adecuadas y análisis propicios es posible actualmente
crear modelos de comportamiento para analizar datos de gran volumen y
complejidad. Además, los sistemas proporcionan resultados rápidos y
precisos sin intervención humana, incluso a gran escala. El resultado:
predicciones de alto valor para tomar mejores decisiones y desarrollar
mejores acciones de negocio.
1.4. Ámbitos de aplicación
Muchas actividades actualmente ya se están aprovechando del Machine
Learning. Sectores como el de las compras online, dónde poner un anuncio
para que tenga más visibilidad en función del usuario que visita la web o los
filtros anti-spam llevan tiempo sacando partido a estas tecnologías.
El campo de aplicación práctica depende de la imaginación y de los datos
que estén disponibles en la empresa. Estos son algunos ejemplos más:
Detectar fraude en transacciones.
Predecir de fallos en equipos tecnológicos.
Prever qué empleados serán más rentables el año que viene (el sector de
los Recursos Humanos está apostando seriamente por el Machine
Learning).
Seleccionar clientes potenciales basándose en comportamientos en las
redes sociales, interacciones en la web…
Predecir el tráfico urbano.
Saber cuál es el mejor momento para publicar tuits, actualizaciones de
Facebook o enviar las newsletter.
Hacer prediagnósticos médicos basados en síntomas del paciente.
Cambiar el comportamiento de una app móvil para adaptarse a las
costumbres y necesidades de cada usuario.
Detectar intrusiones en una red de comunicaciones de datos.
Decidir cuál es la mejor hora para llamar a un cliente.
Ya son muchas las empresas que optimizan sus ciclos de producción a partir
de la información que es analizada e interpretada a través de los sistemas
de Machine Learning.
2.4. Impulso y desarrollo de nuevos productos y servicios en función de
todos estos datos.
Desde el punto de vista del funcionamiento interno, las ventajas del Machine
Learning para la empresa suponen contar con los datos adecuados para
una mejor toma de decisiones, así como para la automatización de los
procesos en los que hasta ahora se empleaban recursos humanos y
materiales.
https://www.blog.andaluciaesdigital.es/machine-learning-empresas/
https://www.youtube.com/watch?v=kmbkXdvAtDY
https://www.blog.andaluciaesdigital.es/inteligencia-artificial-para-la-
ciberseguridad/
https://es.ihodl.com/investment/2016-04-19/7-empresas-que-estan-haciendo-
maravillas-con-la-ia/
https://www.criteo.com/es/insights/3-marcas-que-han-sacado-el-maximo-
partido-al-machine-learning/