Aprendizaje

DE MÁQUINA

Integrantes:
Mía Ortega, Mildred Díaz, Alejandro Prado, Luis
Carrillo y Diego Sánchez
 El ‘machine learning’ o aprendizaje
automático es una rama de la
inteligencia artificial que permite
que las máquinas aprendan sin ser
expresamente programadas para
ello. Una habilidad indispensable

¿Qué es?
para hacer sistemas capaces de
identificar patrones entre los
datos para hacer predicciones.
Esta tecnología está presente en un sinfín de aplicaciones
como las recomendaciones de Netflix o Spotify, las
respuestas inteligentes de Gmail o el habla de Siri y Alexa.
Tipos de Aprendizaje
de Máquina.
Supervisado:
Es un método de análisis de datos
que utiliza algoritmos que aprenden
iterativamente de los datos para
permitir que los ordenadores
encuentren información escondida
sin tener que programar de manera
explícita dónde buscar.
 Tipos de aprendizaje
supervisado:

Regresión:
Clasificación:
Es un método de aprendizaje
Es el lugar donde se entrena a un
supervisado en el que se entrena
algoritmo para clasificar los datos
a un algoritmo para predecir una
de entrada en variables discretas.
salida a partir de un rango

continuo de valores posibles.

 Ejemplo:
Por ejemplo, un proceso de aprendizaje supervisado
podría consistir en clasificar vehículos de dos y
cuatro ruedas a partir de sus imágenes. Los datos de
entrenamiento tendrían que estar correctamente
etiquetados para identificar si un vehículo es de dos
o cuatro ruedas.
 No supervisado:
¿Qué es?

El aprendizaje no supervisado tiene datos sin

etiquetar que el algoritmo tiene que intentar
entender por sí mismo.
Básicamente, la máquina agrupará las cosas de
acuerdo con las similitudes, encontrando
estructuras y patrones ocultos en datos sin
etiquetar. No existe un camino correcto o
incorrecto, ni tampoco un maestro. No existen
resultados, solo un análisis puro de los datos.
 Características:

Aplicarla en su
Explorar la estructura funcionamiento con el fin
de la información y de aumentar la eficacia
detectar patrones Extrae ideas del proceso de toma de
distintos. valiosas. decisiones.

1 2 3

 Ejemplos (aplicaciones):
Aplicarla en su La detección de anomalías La minería de
funcionamiento puede descubrir puntos de asociaciones identifica
con el fin de datos inusuales en su conjuntos de
aumentar la conjunto de datos. Es útil elementos que a
eficacia del para encontrar menudo aparecen
proceso de toma transacciones juntos en su conjunto
de decisiones. fraudulentas. de datos.

1 2
3
 Refuerzo:
Se trata de una forma de optimización basada
en datos. La máquina aprende a partir de su
propia experiencia, interaccionando con el
entorno hasta dar con el comportamiento ideal.
A partir de la información disponible,
emprenderá acciones que repetirá y “reforzará”
según las recompensas que obtenga, que
pueden ser positivas o negativas.
 ¿Como funciona?
En primer lugar, hay que tener en cuenta
que en el aprendizaje reforzado hay 6
variables principales:

1. Ambiente
2. Estado
3. Agente
4. Acciones
5. Recompensas
6. Penalizaciones
 Características:
Es una metodología basada en la psicología
conductista.
Es un tipo de aprendizaje direccionado por
recompensas y penalizaciones.
El aprendizaje comienza desde cero. Es decir,
comienza a aprender sin ninguna base de datos
históricos.
El agente busca aprender hasta que su
comportamiento sea ideal y efectivo.
Repite y refuerza aquellas acciones
recompensadas y evita aquellas que son
penalizadas.

 Aplicaciones:

Sistemas de navegación: Se utiliza para desarrollar sistemas de navegación autónomos de drones, automóviles y
robots.
Diseños de materiales y bienes: Consta del perfeccionamiento del diseño de diversos materiales o bienes
intermedios con el objetivo de reducir costes y mejorar el rendimiento.
Tratamientos médicos: Es la aplicación para diagnosticar y tratar enfermedades. Ofrece el mejor tratamiento
posible según las necesidades y características de cada paciente.
Elaboración de estrategias de marketing: Brinda las mejores estrategias de mercadotecnia basándose en el sector,
público objetivo, plataforma de negocios y productos o servicios a ofrecer.

Gracias por su
atención