Aprendizaje de máquinas: Estrategias y métodos

1. MACHINE
LEARNING
Javier Torcal, Pablo Molinos, Iván Perales,
Daniel Calvo, Mayte Maeso

2. CONCEPTOS GENERALES
•Inteligencia: Facultad de la mente
que permite aprender, tomar
decisiones y formarse una idea
determinada de la realidad.
•Artificial: Aquello fabricado por el
hombre, que no procede de la
naturaleza.
•Inteligencia artificial (AI): Es la
inteligencia exhibida por una
entidad artificial.

3. INTRODUCCIÓN
Ciencias que han contribuido a la Inteligencia Artificial:
Filosofía: lógica, métodos
de razonamiento.
Matemáticas: creación de algoritmos,
resolución de problemas, uso de la
probabilidad...
Neurociencia: estudio de los
mecanismos biológicos que
conllevan facultades cognitivas.
Ingeniería Informática: desarrollo de
Software y Hardware necesarios
para simular la inteligencia humana.
Lingüística: representación
del conocimiento y del
lenguaje natural del ser
humano.

5. OBJETIVOS DE LA AI
Crear computadoras capaces de mostrar un
comportamiento considerado inteligente por
parte de un observador humano (Test de
Alan Turing).
Desarrollar máquinas inteligentes capaces de
aprender de la experiencia, tomar sus
propias decisiones e interactuar con el medio
que las rodee (Machine learning).
Aplicar los mecanismos inteligentes de las
máquinas para mejorar la calidad de vida del
ser humano.

6. ORIGEN DEL MACHINE LEARNING
-Alan Turing
-Matemático, lógico, científico
de la computación y
criptógrafo
-1950, Test de Turing

7. EJE CRONOLÓGICO DEL MACHINE LEARNING
Arthur Samuel, 1952
Frank Rosenblatt, 1957
Stanford cart, 1979

8. GARY KASPÁROV VS

10. Recomendaciones personalizadas
Analiza la actividad de un usuario y la compara con el resto para
determinar qué quiere ver

12. Mercado financiero

14. TIPOS DE MACHINE LEARNING

15. APRENDIZAJE SUPERVISADO
1. CREAR DATOS DE ENTRENAMIENTO
2. MULTITUD DE EJEMPLOS
3. GENERALIZAR
Clasificación Regresión
EJEMPLOS
● Reconocimiento
voz
● Detector Spam
● Predicciones de
bolsa

16. APRENDIZAJE NO SUPERVISADO
NO HAY DATOS DE ENTRADA, RECONOCIMIENTO DE PATRONES
Clustering Reducción de la dimensionalidad Segmentación

17. APRENDIZAJE POR REFUERZO
OBTENER DATOS DE ENTRADA A TRAVÉS DEL FEEDBACK
● PROCESOS DE DECISIÓN
● CASTIGOS O PREMIOS PARA OPTIMIZAR
● ASOCIACIÓN DE PATRONES DE ÉXITO
EJEMPLOS:

18. Futuro: ¿amenaza u oportunidad?
Posibles sustituciones
en el ámbito laboral
Creación de nuevos
empleos

20. INTELIGENTES EN
TAREAS COMPLEJAS
ESPECÍFICAS
EN ÁMBITOS
GENERALES
DIFICULTA
UN
ALZAMINETO
SEMEJANZA
HUMANA

21. - Redes neuronales del cerebro
humano irreplicables.
- El autoaprendizaje solo se
aplica tareas complejas
específicas.
- Unas malas manos pueden
desviar el autoaprendizaje
máquina a fines maliciosos
Los límites de la IA

22. Bibliografía
- https://www.xataka.com/robotica-e-ia/esta-placa-de-arduino-simula-todas-las-neuronas-del-
cerebro-de-un-gusano-para-que-se-mueva-y-reaccione-como-tal
- https://www.techrepublic.com/article/ai-is-destroying-more-jobs-than-it-creates-what-it-means-
and-how-we-can-stop-it/
- https://www.bbc.com/news/business-44849492
- https://www.bitbrain.com/es/blog/inteligencia-artificial-emociones
- http://ligdigonzalez.com/historia-de-machine-learning/
- https://www.bbva.com/es/machine-learning-inteligencia-aprende-sola/
- http://www.synergicpartners.com/una-breve-historia-del-machine-learning/
- https://es.wikipedia.org/wiki/Alan_Turing
- https://blogthinkbig.com/los-10-usos-mas-comunes-en-machine-learning-e-inteligencia-artificial
- https://www.ibertech.org/es/que-es-machine-learning-y-que-aplicaciones-tiene-en-nuestro-dia-a-
dia-2/

23. Bibliografia
- https://www.criteo.com/es/insights/machine-learning-en-la-vida-real-5-aplicaciones-
actuales/
- http://www.aprendemachinelearning.com/aplicaciones-del-machine-learning/
- https://www.inbest.cloud/comunidad/8-aplicaciones-de-machine-learning
- https://searchdatacenter.techtarget.com/es/definicion/Inteligencia-artificial-o-AI
- https://computerhoy.com/noticias/zona-gaming/desarrollan-ia-jugar-videojuegos-
gracias-machine-learning-78011
- http://www.exa.unicen.edu.ar/catedras/optia/public_html/clase%201%20-
%20introduccion.pdf

24. Bibliografía
https://blog.adext.com/es/machine-learning-guia-completa
https://medium.com/ai-learners/ai-en-3-minutos-tipos-de-machine-learning-945b708ac78
https://www.raona.com/tipos-machine-learning/