SlideShare una empresa de Scribd logo
1 de 20
Dr. Octavio Gutiérrez
Introducción a
Machine Learning
Director de la Maestría en Ciencias en Computación
octavio.gutierrrez@itam.mx
Diciembre, 2020
Maestría en Ciencias en Computación
Machine Learning
“It would be useful if computers could learn from
experience and thus automatically improve their
efficiency” 1
“… is concerned with how to construct computer
programs that automatically improve …”2
1. Michie, D., Spiegelhalter, D. J., & Taylor, C. C. (1994). Machine learning. Neural and Statistical Classification, 13(1994), 1-298.
2. Mitchell, T. (1997) Machine Learning, McGraw Hill.
Maestría en Ciencias en Computación
Aprendizaje supervisado
A
A
AA
A
B
B
B
B
B
? Nueva
instancia
▪ Se tiene la clase que guía el proceso de aprendizaje.
▪ Requiere datos de cada clase.
▪ Features/características/atributos – estadísticas.
Maestría en Ciencias en Computación
Aprendizaje Supervisado: Clasificación
Imagen tomada de https://www.pixabay.com/
Maestría en Ciencias en Computación
Aprendizaje Supervisado: Regresión
Imagen tomada de https://stats.stackexchange.com/questions/365359/algorithms-to-model-non-linear-relationship-between-two-vectors
Maestría en Ciencias en Computación
Algoritmos de Aprendizaje de Máquina Supervisado
▪ Árboles de decisión
▪ Modelos Bayesianos
▪ Máquinas de Soporte Vectorial
▪ Redes Neuronales
▪ K vecinos más próximos/cercanos
Imagen tomada de https://www.freeimages.com/
Maestría en Ciencias en Computación
Redes neuronales
Imagen tomada de https://hoangtrinhj.com/epoch-vs-batch-size-vs-iterations
Maestría en Ciencias en Computación
K vecinos más próximos/cercanos
Imagen tomada de Bernal-de Lázaro, J. M., Prieto-Moreno, A., Llanes-Santiago, O., & García-Moreno, E. (2011). Estudio comparativo de clasificadores empleados
en el diagnóstico de fallos de sistemas industriales. Ingeniería Mecánica, 14(2), 87-98.
?
Maestría en Ciencias en Computación
Árboles de decisión
Gutierrez-Garcia, J. O., & Rodríguez, L. F. (2016). Social determinants of police corruption: toward public policies for the prevention of police
corruption. Policy Studies, 37(3), 216-235.
Maestría en Ciencias en Computación
Aprendizaje no supervisado
▪ NO se tiene la clase que guía el proceso de aprendizaje.
▪ El algoritmo tiene que encontrar la estructura subyacente.
▪ Se utiliza para determinar patrones/agrupamientos
K-means
Maestría en Ciencias en Computación
Algoritmos de Aprendizaje de Máquina No Supervisado
▪ K-means
▪ Conglomerados o Clusters
▪ Reglas de asociación
Imagen tomada de https://www.freeimages.com/
Maestría en Ciencias en Computación
• Extracción de reglas if-then con
base en significado estadístico.
Algoritmo predictivo Apriori
S. Castellanos, L.-F. Rodríguez, and J.O. Gutierrez-Garcia, "A Mechanism for Biasing the Appraisal Process in Affective Agents," Cognitive Systems Research, Vol. 58, 2019, pp. 351-365
Maestría en Ciencias en Computación
Selección de características/atributos
▪ Las características irrelevantes o parcialmente relevantes
pueden afectar negativamente el rendimiento del modelo.
▪ Técnicas simples: Correlación y Ganancia de Información
Maestría en Ciencias en Computación
Transformación y
Procesamiento de Variables
▪ Discretizar
▪ Atributos nominales a variables Dummy
▪ Reescalar uno o más atributos
▪ Estandarización
Trabajos realizados por estudiantes de la
Maestría en Ciencias en Computación
en el contexto de Machine Learning
Maestría en Ciencias en Computación
Predicción de precios de Máquinas Virtuales
en Cómputo en la Nube (Sánchez, 2018)
Long short-term memory neural networks
& Support Vector Machines
Algoritmos de Machine Learning:
Maestría en Ciencias en Computación
Justicia Algorítmica (García Bulle, 2019)
Imagen tomada de https://www.freeimages.com/
Algoritmo de Machine Learning:
Random forest
Maestría en Ciencias en Computación
Aprendizaje de Máquina con Privacidad
(Mejía, 2019)
Imágenes tomadas de https://www.freeimages.com/
Algoritmo de Machine Learning:
Regresión logística
Maestría en Ciencias en Computación
Lectura de comprensión (Mora, 2018)
Algoritmo de Machine Learning:
Random forest
Dr. Octavio Gutiérrez
Introducción a
Machine Learning
Director de la Maestría en Ciencias en Computación
octavio.gutierrrez@itam.mx
Diciembre, 2020
¡Gracias!

Más contenido relacionado

Similar a Introducción al machine learning

MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...ROSA IMELDA GARCIA CHI
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operacionesmaria_hm
 
Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...
Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...
Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...Flat 101
 
Introduccion-de-Machine-Learning-Con-Python (2).pptx
Introduccion-de-Machine-Learning-Con-Python (2).pptxIntroduccion-de-Machine-Learning-Con-Python (2).pptx
Introduccion-de-Machine-Learning-Con-Python (2).pptxJorge293
 
Implementando machine learning con c# y .net
Implementando machine learning con c# y .netImplementando machine learning con c# y .net
Implementando machine learning con c# y .netLuis Beltran
 
TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...
TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...
TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...jose146902
 
Mi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning StudioMi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning StudioJOSE AHIAS LOPEZ PORTILLO
 
Machine Learning. Introducción.pptx
Machine Learning. Introducción.pptxMachine Learning. Introducción.pptx
Machine Learning. Introducción.pptxJorgedelCastilloGmez
 
Machine learning conceptos y aplicaciones
Machine learning conceptos y aplicacionesMachine learning conceptos y aplicaciones
Machine learning conceptos y aplicacionesLuis Beltran
 
Presentación optimizacion
Presentación optimizacionPresentación optimizacion
Presentación optimizacionGene Beiia
 
Simulación de sistemas
Simulación de sistemasSimulación de sistemas
Simulación de sistemasssuserbc31d2
 
Aprendizaje de máquina
Aprendizaje de máquinaAprendizaje de máquina
Aprendizaje de máquinaHugo Banda
 
Que es Azure Machine Learning 2015
Que es Azure Machine Learning 2015Que es Azure Machine Learning 2015
Que es Azure Machine Learning 2015Eduardo Castro
 
Mineria de Datos Dialnet.pdf
Mineria de Datos Dialnet.pdfMineria de Datos Dialnet.pdf
Mineria de Datos Dialnet.pdfVAOC1984
 
Introducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con MicrosoftIntroducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con MicrosoftJOSE AHIAS LOPEZ PORTILLO
 
F4002 - L01 - Introducción a las simulaciones computacionales
F4002 - L01 - Introducción a las simulaciones computacionalesF4002 - L01 - Introducción a las simulaciones computacionales
F4002 - L01 - Introducción a las simulaciones computacionalesSergio Camacho-Leon
 

Similar a Introducción al machine learning (20)

MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
MODELADO, SIMULACION Y OPTIMIZACIÓN DE PROCESOS Y SERVICOS USANDO LA HERRAMIE...
 
Machine learning101
Machine learning101Machine learning101
Machine learning101
 
Investigacion de operaciones
Investigacion de operacionesInvestigacion de operaciones
Investigacion de operaciones
 
Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...
Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...
Machine Learning Para Definir Clusters De Usuarios Y Acciones Concretas. Medi...
 
Introduccion-de-Machine-Learning-Con-Python (2).pptx
Introduccion-de-Machine-Learning-Con-Python (2).pptxIntroduccion-de-Machine-Learning-Con-Python (2).pptx
Introduccion-de-Machine-Learning-Con-Python (2).pptx
 
Implementando machine learning con c# y .net
Implementando machine learning con c# y .netImplementando machine learning con c# y .net
Implementando machine learning con c# y .net
 
TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...
TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...
TallerTD-IA-RPA-20230414 conceptos básicos para el entendimiento de IA y RPA ...
 
Sistema Experto
Sistema ExpertoSistema Experto
Sistema Experto
 
Evidencia 2_3
Evidencia 2_3Evidencia 2_3
Evidencia 2_3
 
Mi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning StudioMi primer modelo de clasificación con Azure Machine Learning Studio
Mi primer modelo de clasificación con Azure Machine Learning Studio
 
Machine Learning. Introducción.pptx
Machine Learning. Introducción.pptxMachine Learning. Introducción.pptx
Machine Learning. Introducción.pptx
 
Machine learning conceptos y aplicaciones
Machine learning conceptos y aplicacionesMachine learning conceptos y aplicaciones
Machine learning conceptos y aplicaciones
 
Tabla de la metodologia
Tabla de la metodologiaTabla de la metodologia
Tabla de la metodologia
 
Presentación optimizacion
Presentación optimizacionPresentación optimizacion
Presentación optimizacion
 
Simulación de sistemas
Simulación de sistemasSimulación de sistemas
Simulación de sistemas
 
Aprendizaje de máquina
Aprendizaje de máquinaAprendizaje de máquina
Aprendizaje de máquina
 
Que es Azure Machine Learning 2015
Que es Azure Machine Learning 2015Que es Azure Machine Learning 2015
Que es Azure Machine Learning 2015
 
Mineria de Datos Dialnet.pdf
Mineria de Datos Dialnet.pdfMineria de Datos Dialnet.pdf
Mineria de Datos Dialnet.pdf
 
Introducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con MicrosoftIntroducción a Ciencia de datos con Microsoft
Introducción a Ciencia de datos con Microsoft
 
F4002 - L01 - Introducción a las simulaciones computacionales
F4002 - L01 - Introducción a las simulaciones computacionalesF4002 - L01 - Introducción a las simulaciones computacionales
F4002 - L01 - Introducción a las simulaciones computacionales
 

Más de Software Guru

Hola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasHola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasSoftware Guru
 
Estructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesEstructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesSoftware Guru
 
Building bias-aware environments
Building bias-aware environmentsBuilding bias-aware environments
Building bias-aware environmentsSoftware Guru
 
El secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorEl secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorSoftware Guru
 
Cómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealCómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealSoftware Guru
 
Automatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowAutomatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowSoftware Guru
 
How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:Software Guru
 
Democratizando el uso de CoDi
Democratizando el uso de CoDiDemocratizando el uso de CoDi
Democratizando el uso de CoDiSoftware Guru
 
Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Software Guru
 
Taller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSTaller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSSoftware Guru
 
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...Software Guru
 
¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?Software Guru
 
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Software Guru
 
Pruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsPruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsSoftware Guru
 
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosElixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosSoftware Guru
 
Así publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressAsí publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressSoftware Guru
 
Achieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsAchieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsSoftware Guru
 
Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Software Guru
 
De lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoDe lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoSoftware Guru
 
La importancia de crear User Personas y Escenarios
La importancia de crear User Personas y EscenariosLa importancia de crear User Personas y Escenarios
La importancia de crear User Personas y EscenariosSoftware Guru
 

Más de Software Guru (20)

Hola Mundo del Internet de las Cosas
Hola Mundo del Internet de las CosasHola Mundo del Internet de las Cosas
Hola Mundo del Internet de las Cosas
 
Estructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso realesEstructuras de datos avanzadas: Casos de uso reales
Estructuras de datos avanzadas: Casos de uso reales
 
Building bias-aware environments
Building bias-aware environmentsBuilding bias-aware environments
Building bias-aware environments
 
El secreto para ser un desarrollador Senior
El secreto para ser un desarrollador SeniorEl secreto para ser un desarrollador Senior
El secreto para ser un desarrollador Senior
 
Cómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto idealCómo encontrar el trabajo remoto ideal
Cómo encontrar el trabajo remoto ideal
 
Automatizando ideas con Apache Airflow
Automatizando ideas con Apache AirflowAutomatizando ideas con Apache Airflow
Automatizando ideas con Apache Airflow
 
How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:How thick data can improve big data analysis for business:
How thick data can improve big data analysis for business:
 
Democratizando el uso de CoDi
Democratizando el uso de CoDiDemocratizando el uso de CoDi
Democratizando el uso de CoDi
 
Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0Gestionando la felicidad de los equipos con Management 3.0
Gestionando la felicidad de los equipos con Management 3.0
 
Taller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJSTaller: Creación de Componentes Web re-usables con StencilJS
Taller: Creación de Componentes Web re-usables con StencilJS
 
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...El camino del full stack developer (o como hacemos en SERTI para que no solo ...
El camino del full stack developer (o como hacemos en SERTI para que no solo ...
 
¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?¿Qué significa ser un programador en Bitso?
¿Qué significa ser un programador en Bitso?
 
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.Colaboración efectiva entre desarrolladores del cliente y tu equipo.
Colaboración efectiva entre desarrolladores del cliente y tu equipo.
 
Pruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOpsPruebas de integración con Docker en Azure DevOps
Pruebas de integración con Docker en Azure DevOps
 
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivosElixir + Elm: Usando lenguajes funcionales en servicios productivos
Elixir + Elm: Usando lenguajes funcionales en servicios productivos
 
Así publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stressAsí publicamos las apps de Spotify sin stress
Así publicamos las apps de Spotify sin stress
 
Achieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goalsAchieving Your Goals: 5 Tips to successfully achieve your goals
Achieving Your Goals: 5 Tips to successfully achieve your goals
 
Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19Acciones de comunidades tech en tiempos del Covid19
Acciones de comunidades tech en tiempos del Covid19
 
De lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseñoDe lo operativo a lo estratégico: un modelo de management de diseño
De lo operativo a lo estratégico: un modelo de management de diseño
 
La importancia de crear User Personas y Escenarios
La importancia de crear User Personas y EscenariosLa importancia de crear User Personas y Escenarios
La importancia de crear User Personas y Escenarios
 

Último

Uso de las TIC en la vida cotidiana .
Uso de las TIC en la vida cotidiana       .Uso de las TIC en la vida cotidiana       .
Uso de las TIC en la vida cotidiana .itzyrivera61103
 
JORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUAL
JORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUALJORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUAL
JORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUALGuadalinfoHuscarGuad
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx221112876
 
Chat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaChat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaEdwinGarca59
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaRicardoEstrada90
 
De Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxDe Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxdoloresolmosantiago
 
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiCVelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC6dwwcgtpfx
 
innovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 bloginnovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 blogManuel Diaz
 
Inteligencia Artificial para usuarios nivel inicial
Inteligencia Artificial para usuarios nivel inicialInteligencia Artificial para usuarios nivel inicial
Inteligencia Artificial para usuarios nivel inicialEducática
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosYOMIRAVILLARREAL1
 
NIVEL DE MADUREZ TECNOLÓGICA (TRL).pptx
NIVEL DE  MADUREZ TECNOLÓGICA (TRL).pptxNIVEL DE  MADUREZ TECNOLÓGICA (TRL).pptx
NIVEL DE MADUREZ TECNOLÓGICA (TRL).pptxjarniel1
 
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónNavegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónAntonia Yamilet Perez Palomares
 
Imágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónImágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónUniversidad de Sonora
 
BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).jcaballerosamayoa
 
editorial de informática de los sueños.docx
editorial de informática de los sueños.docxeditorial de informática de los sueños.docx
editorial de informática de los sueños.docxssusere34b451
 
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxTipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxJOELGARCIA849853
 
Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024NicolleAndrade7
 
Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.241534381
 
Electricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docxElectricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docxCsarNlsonMrquezContr
 
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...dramosbrise1403
 

Último (20)

Uso de las TIC en la vida cotidiana .
Uso de las TIC en la vida cotidiana       .Uso de las TIC en la vida cotidiana       .
Uso de las TIC en la vida cotidiana .
 
JORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUAL
JORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUALJORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUAL
JORNADA INTELIGENCIA ARTIFICIAL Y REALIDAD VIRTUAL
 
el uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptxel uso de las TIC en la vida cotidiana.pptx
el uso de las TIC en la vida cotidiana.pptx
 
Chat GPT para la educación Latinoamerica
Chat GPT para la educación LatinoamericaChat GPT para la educación Latinoamerica
Chat GPT para la educación Latinoamerica
 
Desarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - EstradaDesarrollo del Dominio del Internet - Estrada
Desarrollo del Dominio del Internet - Estrada
 
De Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptxDe Olmos Santiago_Dolores _ M1S3AI6.pptx
De Olmos Santiago_Dolores _ M1S3AI6.pptx
 
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiCVelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
VelderrainPerez_Paola_M1C1G63-097.pptx. LAS TiC
 
innovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 bloginnovacion banking & warehouse 2024 blog
innovacion banking & warehouse 2024 blog
 
Inteligencia Artificial para usuarios nivel inicial
Inteligencia Artificial para usuarios nivel inicialInteligencia Artificial para usuarios nivel inicial
Inteligencia Artificial para usuarios nivel inicial
 
Tipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de DatosTipos de datos en Microsoft Access de Base de Datos
Tipos de datos en Microsoft Access de Base de Datos
 
NIVEL DE MADUREZ TECNOLÓGICA (TRL).pptx
NIVEL DE  MADUREZ TECNOLÓGICA (TRL).pptxNIVEL DE  MADUREZ TECNOLÓGICA (TRL).pptx
NIVEL DE MADUREZ TECNOLÓGICA (TRL).pptx
 
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la ComunicaciónNavegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
Navegadores de internet - Nuevas Tecnologías de la Información y la Comunicación
 
Imágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la informaciónImágenes digitales: Calidad de la información
Imágenes digitales: Calidad de la información
 
BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).BUSCADORES DE INTERNET (Universidad de Sonora).
BUSCADORES DE INTERNET (Universidad de Sonora).
 
editorial de informática de los sueños.docx
editorial de informática de los sueños.docxeditorial de informática de los sueños.docx
editorial de informática de los sueños.docx
 
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptxTipos de Datos de Microsoft Access-JOEL GARCIA.pptx
Tipos de Datos de Microsoft Access-JOEL GARCIA.pptx
 
Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024Ejercicio 1 periodo 2 de Tecnología 2024
Ejercicio 1 periodo 2 de Tecnología 2024
 
Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.Actividad 6/Las TIC en la Vida Cotidiana.
Actividad 6/Las TIC en la Vida Cotidiana.
 
Electricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docxElectricidad Libro compendio de temas estudiados.docx
Electricidad Libro compendio de temas estudiados.docx
 
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
PRÁCTICA Nº 4: “Análisis de secuencias del ADN con el software BioEdit y uso ...
 

Introducción al machine learning

  • 1. Dr. Octavio Gutiérrez Introducción a Machine Learning Director de la Maestría en Ciencias en Computación octavio.gutierrrez@itam.mx Diciembre, 2020
  • 2. Maestría en Ciencias en Computación Machine Learning “It would be useful if computers could learn from experience and thus automatically improve their efficiency” 1 “… is concerned with how to construct computer programs that automatically improve …”2 1. Michie, D., Spiegelhalter, D. J., & Taylor, C. C. (1994). Machine learning. Neural and Statistical Classification, 13(1994), 1-298. 2. Mitchell, T. (1997) Machine Learning, McGraw Hill.
  • 3. Maestría en Ciencias en Computación Aprendizaje supervisado A A AA A B B B B B ? Nueva instancia ▪ Se tiene la clase que guía el proceso de aprendizaje. ▪ Requiere datos de cada clase. ▪ Features/características/atributos – estadísticas.
  • 4. Maestría en Ciencias en Computación Aprendizaje Supervisado: Clasificación Imagen tomada de https://www.pixabay.com/
  • 5. Maestría en Ciencias en Computación Aprendizaje Supervisado: Regresión Imagen tomada de https://stats.stackexchange.com/questions/365359/algorithms-to-model-non-linear-relationship-between-two-vectors
  • 6. Maestría en Ciencias en Computación Algoritmos de Aprendizaje de Máquina Supervisado ▪ Árboles de decisión ▪ Modelos Bayesianos ▪ Máquinas de Soporte Vectorial ▪ Redes Neuronales ▪ K vecinos más próximos/cercanos Imagen tomada de https://www.freeimages.com/
  • 7. Maestría en Ciencias en Computación Redes neuronales Imagen tomada de https://hoangtrinhj.com/epoch-vs-batch-size-vs-iterations
  • 8. Maestría en Ciencias en Computación K vecinos más próximos/cercanos Imagen tomada de Bernal-de Lázaro, J. M., Prieto-Moreno, A., Llanes-Santiago, O., & García-Moreno, E. (2011). Estudio comparativo de clasificadores empleados en el diagnóstico de fallos de sistemas industriales. Ingeniería Mecánica, 14(2), 87-98. ?
  • 9. Maestría en Ciencias en Computación Árboles de decisión Gutierrez-Garcia, J. O., & Rodríguez, L. F. (2016). Social determinants of police corruption: toward public policies for the prevention of police corruption. Policy Studies, 37(3), 216-235.
  • 10. Maestría en Ciencias en Computación Aprendizaje no supervisado ▪ NO se tiene la clase que guía el proceso de aprendizaje. ▪ El algoritmo tiene que encontrar la estructura subyacente. ▪ Se utiliza para determinar patrones/agrupamientos K-means
  • 11. Maestría en Ciencias en Computación Algoritmos de Aprendizaje de Máquina No Supervisado ▪ K-means ▪ Conglomerados o Clusters ▪ Reglas de asociación Imagen tomada de https://www.freeimages.com/
  • 12. Maestría en Ciencias en Computación • Extracción de reglas if-then con base en significado estadístico. Algoritmo predictivo Apriori S. Castellanos, L.-F. Rodríguez, and J.O. Gutierrez-Garcia, "A Mechanism for Biasing the Appraisal Process in Affective Agents," Cognitive Systems Research, Vol. 58, 2019, pp. 351-365
  • 13. Maestría en Ciencias en Computación Selección de características/atributos ▪ Las características irrelevantes o parcialmente relevantes pueden afectar negativamente el rendimiento del modelo. ▪ Técnicas simples: Correlación y Ganancia de Información
  • 14. Maestría en Ciencias en Computación Transformación y Procesamiento de Variables ▪ Discretizar ▪ Atributos nominales a variables Dummy ▪ Reescalar uno o más atributos ▪ Estandarización
  • 15. Trabajos realizados por estudiantes de la Maestría en Ciencias en Computación en el contexto de Machine Learning
  • 16. Maestría en Ciencias en Computación Predicción de precios de Máquinas Virtuales en Cómputo en la Nube (Sánchez, 2018) Long short-term memory neural networks & Support Vector Machines Algoritmos de Machine Learning:
  • 17. Maestría en Ciencias en Computación Justicia Algorítmica (García Bulle, 2019) Imagen tomada de https://www.freeimages.com/ Algoritmo de Machine Learning: Random forest
  • 18. Maestría en Ciencias en Computación Aprendizaje de Máquina con Privacidad (Mejía, 2019) Imágenes tomadas de https://www.freeimages.com/ Algoritmo de Machine Learning: Regresión logística
  • 19. Maestría en Ciencias en Computación Lectura de comprensión (Mora, 2018) Algoritmo de Machine Learning: Random forest
  • 20. Dr. Octavio Gutiérrez Introducción a Machine Learning Director de la Maestría en Ciencias en Computación octavio.gutierrrez@itam.mx Diciembre, 2020 ¡Gracias!