 TEMA : Machine Learning

 ALUMNOS:
 Gonzales Taipe Vladimir Anderson 16190259

 CURSO : Tecnología de la Información

MACHINE LEARNING
RELACIÓN ENTRE AMBOS
Machine Learning se encarga de hacer que un
dispositivo sea artificialmente inteligente, esto a
base de algoritmos.
Inteligencia artificial como la manera de
describir o interpretar este dispositivo.
 TIPOS DE MACHINE LEARNING
Aprendizaje supervisado

Esta se produce cuando un algoritmo aprende a partir de datos y respuestas de

destino asociadas que pueden consistir en valores numéricos o etiquetas para luego
predecir la respuesta correcta cuando se presenta con nuevos ejemplos
Aprendizaje no supervisado

Esto ocurre cuando un algoritmo aprende de ejemplos simples sin

ninguna respuesta asociada dejando que el algoritmo determine los
patrones de datos por si mismos.
Reinforced learning
Natural Language Processing
PRINCIPALES ALGORITMOS
Regresión
Objetivo: Predecir un valor numérico

• Pronóstico de ventas
• Valor de cliente a futuro
 Clasificación

Objetivo: Predecir una categoría

Soleado

Ventoso

Lluvioso

Nublado
• Clasificación de un tumor como benignos o
malignos (Binaria)
• Determinación de riesgo (alto, medio, bajo) para
una solicitud de préstamo
Asociación

Objetivo: Identificación de eventos que ocurren

juntos o en secuencia

• Recomendaciones de compra basado en historial

de compras y navegación
Segmentación (Clustering)

Objetivo: Organizar en grupos homogéneos

PRINCIPALES LENGUAJES DE
PROGRAMACIÓN EN MACHINE LEARNING

Python (Principal)
Java
Javascrip
C++
Scala
APLICACIONES
 Actualmente la mayoría de las investigaciones se realizan en el campo
de generación de imágenes y voz.
 RECONOCIMIENTO FACIAL: Reconocer rostros de familiares en una foto
 RECONOCIMIENTO DE VOZ: A partir de las ondas de sonido sintetizadas
por el micrófono de un dispositivo, los algoritmos de Machine Learning
son capaces de entender el mensaje y el idioma.
 CLASIFICACIÓN: Consiste en identificar a que Clase pertenece cada
individuo de la población que estamos analizando. También podría
clasificar si un tumor es benigno o no o al clasificar flores según las
características obtenidas.
GRACIAS.