Machine

Learning
 ¿Qué es Machine Learning?
• El Marchine Learning o Aprendizaje Automático consiste en una disciplina de las ciencias informáticas, relacionada con el desarrollo
de la Inteligencia Artificial, y que sirve, como ya se ha dicho, para crear sistemas que pueden aprender por sí solos.

• Es una tecnología que permite hacer automáticas una serie de operaciones con el fin de reducir la necesidad de que intervengan los
seres humanos. Esto puede suponer una gran ventaja a la hora de controlar una ingente cantidad de información de un modo mucho
más efectivo.

"Como estas acciones se realizan de manera autónoma por

el sistema, se dice que el aprendizaje es automático, sin
intervención humana"
• Lo que se denomina aprendizaje consiste en la capacidad del sistema para identificar una gran serie de patrones
complejos determinados por una gran cantidad de parámetros.

• Es decir, la máquina no aprende por sí misma, sino un algoritmo de su programación, que se modifica con la constante entrada
de datos en la interfaz, y que puede, de ese modo, predecir escenarios futuros o tomar acciones de manera automática según ciertas
condiciones. Como estas acciones se realizan de manera autónoma por el sistema, se dice que el aprendizaje es automático, sin
intervención humana.
 ¿Cómo funciona el Machine Learning?
• En la informática clásica, el único modo de conseguir que un sistema informático hiciera algo era escribiendo un algoritmo qu e definiera el
contexto y detalles de cada acción.

• En cambio, los algoritmos que se usan en el desarrollo del Machine Learning realizan buena parte de estas acciones por su cuenta. Obtienen
sus propios cálculos según los datos que se recopilan en el sistema, y cuantos más datos obtienen, mejores y más precisas serán las acciones
resultantes.

• Las computadoras se programan a sí mismas, hasta cierto punto, usando dichos algoritmos. Estos funcionan como ingenieros que pueden
diseñar nuevas respuestas informáticas, como respuesta a la información que se les suministra a través de su interfaz u otros medios. Todo
nuevo dato se convierte en un nuevo algoritmo, y a más datos, mayor complejidad y efectividad de cálculo puede proporcionar e l sistema
informático.

• El sistema de Machine Learning necesita contar con un volumen de datos de relevancia para poder suministrar respuestas realmente válidas. El
mínimo que se recomienda es de 6 entradas de datos reales para cada respuesta nueva diseñada, y esto debe repetirse para cada variable que
conforman el sistema de trabajo del sistema.

«El Machine Learning es un maestro del reconocimiento de

patrones»
Tipos de machine learning
Existen tres tipos principales de Aprendizaje Automático:

1. Aprendizaje supervisado

2. Aprendizaje no supervisado

3. Aprendizaje por refuerzo

«La diferencia con técnicas anteriores están en su capacidad

para adaptarse a los cambios en los datos a medida que van
entrando en el sistema»
Tipos de Aprendizaje de algoritmos

• El aprendizaje supervisado: el cual consiste en etiquetar los conjuntos de datos

para que los patrones puedan ser detectados y puedan ser usados para etiquetar
nuevos conjuntos de información.

• El aprendizaje no supervisado: se usará cuando algún conjunto de datos no se

encuentre etiquetado y por ende la única forma de ser acomodado sea mediante a
la revisión de similitudes o diferencias que permitan su diferenciación.

• El aprendizaje de refuerzo: es cuando los datos del sistema no están etiquetados,

pero después realizar varias acciones y de cierto periodo, el sistema será
retroalimentado mediante actualizaciones.
ALGUNOS CAMPOS DE ACCIÓN DEL
MACHINE LEARNING
• Medicina: busca la eficiencia de
los equipos generadores de diagnósticos médicos así se podrán descartar errores humanos en el análisis de datos y
se reducirían costos en investigación.

• Educación: Su aplicación en esta rama seria vital debido a que

con sistemas capaces de evaluar a cada estudiante trazando un plan de trabajo con sus necesidades, permitiría al
maestro enfocarse directamente a suplir las verdaderas deficiencias de cada estudiante.

• Construcción: Lo que cambiaría con la llegada del machine learning en combinación con la robótica, lo cual hoy en día
ha permitido la automatización de grandes fábricas generando una mayor rentabilidad y una mayor eficiencia.

• Finanzas: Mediante programas como MInt o Turbo Tax que recopilaban información de
los clientes de muchas entidades financieras, incluso el software IBM Watson hoy en día es de vital importancia en
mercados como el de Wall Street ya que realiza la mayoría de las operaciones.

• La Robótica: Donde industrias como Honda

con su robot Asimo, han logrado demostrar como un organismo robótico puede suplir a un hombre en
el cumplimiento de labores que hoy en día se creían complejas para las maquinas.
Vulnerabilidades
• El Machine Learning, está diseñado para eliminar malware que se encuentra bajo ataque. El
año 2019, destacó el potencial de los ataques contra los sistemas de seguridad de
aprendizaje automático.
• Podría tener una connotación negativa, puesto que, modelos de detección de malware
podrían ser engañados, y, en consecuencia, el aprendizaje automático podría aplicarse a la
actividad ofensiva para generar contenido falso, que resultaría convincente para la ingeniería
social.
• Podría aumentar el abuso de información personal, y sería tan solo cuestión de tiempo que
algunos atacantes la aprovechen.
• Podrá ser abusado para escuchar en dispositivos conectados como televisores y altavoces
inteligentes para adentrarse en las conversaciones personales y de negocios, que luego
podrían proporcionar material para la extorsión o el espionaje corporativo.
Cloud
Computing
¿Qué es Cloud Computing?
Es una tecnología que permite acceso remoto a softwares, almacenamiento de archivos y
procesamiento de datos por medio de Internet, siendo así, una alternativa a la ejecución en una
computadora personal o servidor local. En el modelo de nube, no hay necesidad de instalar
aplicaciones localmente en computadoras. Es un servicio para las personas o empresas.

Pero mejor se entenderá a través de un ejemplo. Hoy por hoy es extraño que una persona no utilice
el correo electrónico. Aunque solo sea el tener una cuenta para poder poner en marcha su último
dispositivo móvil. Bien, pues todos esos archivos que se envían y se reciben a través de los buzones
de correo electrónico, están almacenados en la nube. Pueden verse, consultarse e, incluso,
modificarse y volver a enviarse, sin tener que guardar nada en el ordenador o dispositivo móvil que
se esté utilizando. Simplemente se trabaja con ellos en la nube.

“La nube proporciona servicio a empresas de todos los tamaños... la

nube es para todo el mundo. La nube es una democracia”
¿Para qué sirve Cloud Computing?
Evitar que los archivos se almacenen en un solo dispositivo, o, incluso, en papel.
Cualquier dispositivo con acceso a Internet podrá consultar esa información necesaria.
Esto es algo bueno por varios motivos, como que los dispositivos trabajan de una
manera más ágil y rápida, se ahorra tiempo de consulta y espacio de almacenamiento,
y, además, pueden consultarse, independientemente del momento del día o la
ubicación de aquel que necesite verlos.
Como se puede entender, las ventajas de este tipo de almacenamiento están fuera de
toda duda. El usuario podrá disponer de la información que necesite en ese momento,
a tiempo real. No será necesario disponer de costosas licencias y programas
especializados para que un equipo pueda consultar esa información, y las empresas
pueden estar tranquilas porque los datos estarán a salvo.
¿Cómo funciona?

• La computación en la nube utiliza una capa de red para conectar los dispositivos de
punto periférico de los usuarios, como computadoras, smartphones y accesorios
portátiles, a recursos centralizados en el data center. Antes de la computación en la
nube, la ejecución confiable de software por las empresas que ofrecían servicios solo
era posible si ellas podían también pagar por el mantenimiento de la infraestructura
de los servidores necesarios. Además, el software tradicional exigía, por lo general,
un equipo completo de profesionales de TI, interno o externo, para lidiar con el
inevitable conjunto de errores, desafíos de servicios y upgrades. El concepto de
computación en la nube está libre de todos esos problemas y requisitos anticuados.
Tipos de nube
• Nube Privada: Constituida de una sola organización con su propia nube de
servidores y software para la utilización sin un punto de acceso público.
• Nube Pública: Diversas empresas pueden usar de manera simultánea, pero
separadamente. El proveedor de la nube es responsable por el mantenimiento y
seguridad.
• Nube Híbrida: Compuesta por dos o más infraestructuras de nubes distintas que
permanecen como entidades únicas, pero que están unidas por una tecnología
estandarizada o propietaria.
• Nube Comunitaria: Diferentes empresas u organizaciones reúnen en conjunto sus
recursos en la nube para resolver un problema común.
Ventajas de implementar el cloud
computing en tu empresa
– Mejora de las operaciones: Trabajando en una realidad más optimizada y eficiente.

- Flexibilidad laboral: La computación en la nube facilita el teletrabajo y poder viajar

libremente.

– Ofrecer un mejor soporte a los clientes: Con más altas tasas de eficiencia y rapidez en
la respuesta a las peticiones.

- Ahorro en las estructuras: Ya no es necesario tener oficinas tan grandes, con espacios
para reuniones. Así, el ahorro es considerable, tanto en el alquiler como en los
servicios.
Cómo implementar Cloud Computing

Lo primero que hay que ver es si la empresa está preparada para ello. Muchas utilizan ya
sistemas en la nube sin ser conscientes, pero la computación en la nube es más compleja que
Dropbox o Google Drive. Es preciso saber, si tanto los empleados como el resto de recursos de
la empresa, estarán preparados para ese cambio en la operativa y en los procesos. La seguridad
además es una de las grandes asignaturas pendientes en las empresas.

Una vez analizado esto, la mejor opción es consultar a una empresa proveedora de este tipo de
servicios, para poder optimizar las funcionalidades necesarias. Así se aprovechará al máximo
todos los beneficios del cloud computing que antes se nombraban, como el ahorro, la
flexibilidad o la mayor eficiencia, convirtiéndose en una compañía preparada para el futuro.
Seguro que tanto los empleados, como los responsables y los clientes estarán encantados con
esas mejoras y ese paso hacia el futuro.
Vulnerabilidades
• Los ataques de inyección de código, ya sea directamente al código o a través de una
biblioteca de terceros, se llevarán a cabo para espiar, tomar el control e incluso modificar
archivos y datos sensibles almacenados en la nube.
• Los atacantes inyectarán alternativamente código malicioso a las bibliotecas de terceros que
los usuarios descargarán y ejecutarán sin percatarse.
• Las bibliotecas obsoletas, las malas configuraciones y las vulnerabilidades conocidas y
desconocidas serán los puntos de entrada de los atacantes a las aplicaciones sin servidores.
• Es prioridad tener seguridad en los entornos de nube en Azure, AWS, y Google Cloud
Platform.
• Se recomienda utilizar tecnologías tales como firewalls de red, Active Directory y capacidades
de registro y alerta de punto final.
INTEGRANTES