Introducción a machine learning

11
Machine Learning Ing. José Luis Chiquete Valdivieso Noviembre 2014

Transcript of Introducción a machine learning

Page 1: Introducción a machine learning

Machine Learning

Ing. José Luis Chiquete Valdivieso

Noviembre 2014

Page 2: Introducción a machine learning

Desde siempre el ser humano ha tenido la necesidad de poder adelantarse a los acontecimientos.

La capacidad de poder analizar la información actual para poder inferir lo que ocurrirá en el futuro se volvió un "arte" empírica.

Predecir sin un método racional, sistemático y reproducible se vuelve "ocultismo".

La necesidad de predecir

Page 3: Introducción a machine learning

En un principio se pensó que el universo se basaba en reglas determinísticas.

Era razonable pensar que conociendo el estado inicial de un objeto y controlando las variables de éste era posible predecir su estado en el futuro.

"Dios no juega a los dados"- Albert Einstein.

Pero el Universo se vuelve muy complejo rápidamente.

La complejidad en el universo

Page 4: Introducción a machine learning

"La estadística es la ciencia de aprender por medio de los datos y de medir, controlar y comunicar la incertidumbre; y por tanto provee la guía esencial para controlar el

curso del avance social y científico".

-American Statistical Society

La ciencia estadística

Page 5: Introducción a machine learning

Es el estudio de algoritmos computacionales que mejoran automáticamente mediante la

experiencia.

-Tom Mitchel

¿Qué es "Machine Learning"?

Page 6: Introducción a machine learning

El filtro de spam.Los buscadores web.Las sugerencias de compra.Los navegadores GPS.Las sugerencias de amigos en redes sociales.

Algunos ejemplos de Machine Learning

Page 7: Introducción a machine learning

El filtro de spam.Los buscadores web.Las sugerencias de compra.Los navegadores GPS.Las sugerencias de amigos en redes sociales.

La predicción del clima.

Algunos ejemplos de Machine Learning

Page 8: Introducción a machine learning

Un modelo (algoritmo).Información inicial (data).Sistema de retroalimentación (data).Tiempo.

Elementos esenciales

Page 9: Introducción a machine learning

Árboles de decisiones.Regresiones.Teorema de Bayes.Redes neuronales.Procesos estocásticos.Máquinas de vectores de soporte.Series de tiempo.

Algunos recursos

Page 10: Introducción a machine learning

No hay modelos absolutos.La complejidad nos supera.El criterio humano es vital.Siempre hay lugar para la mejora.

Retos y riesgos

Page 11: Introducción a machine learning

El lenguaje RIPythonJulia

¿Dónde empezar?