Este documento presenta una introducción al aprendizaje automático. Explica que el aprendizaje automático permite que los programas aprendan de la experiencia para realizar tareas mediante parámetros. Señala que el aprendizaje automático se puede usar para resolver problemas complejos y reconocer patrones en grandes conjuntos de datos. Además, describe los diferentes tipos de sistemas de aprendizaje automático, incluidos los supervisados, no supervisados, semi-supervisados y de refuerzo.

1. Machine Learning
Impresiones personales
Esta presentación es un mixto entre los contenidos propuestos en el capítulo 1 de “Hands-on Machine
Learning” junto con la interpretación propia de los mismos.
Autor: Jorge del Castillo Gómez

2. Índice
1. ¿Qué es Machine Learning?
2. ¿Por qué usar Machine Learning?
3. Tipos de sistemas Machine Learning
4. Referencias

3. 1. ¿Qué es Machine Learning?
● Programas que aprenden desde la experiencia sobre cómo realizar
una tarea mediante parámetros.
● Conceptos clave:
○ Experiencia
○ Tarea
○ Parámetros
○ Training set
○ Training instance

4. 2. ¿Por qué usar Machine Learning?
● A diferencia de técnicas tradicionales para resolver un problema que
cambia en el tiempo (ejemplo de spam), el aprendizaje máquina
incorpora algoritmos que se ajustan a medida que se entrenan.
● Se ajustan a problemas complejos (ejemplo reconocimiento de voz).
● Se pueden usar algoritmos de machine learning para reconocer
patrones sobre grandes cantidades de datos → data mining
○ En otras palabras, algoritmos de ML pueden usarse para el minado de
datos y viceversa, algoritmos de minado pueden modelarse para ML.
Las técnicas son parecidas, pero la utilidad y/o fin son diferentes.

5. A DIFERENCIA DE DATA MINING, EN MACHINE LEARNING LA MÁQUINA
DEBE APRENDER AUTOMÁTICAMENTE LOS PARÁMETROS DE LOS
MODELOS A PARTIR DE LOS DATOS.

6. 3. Tipos de sistemas Machine Learning
Los sistemas machine learning se pueden clasificar según:
● La intervención humana:
○ Supervisados
○ No supervisados
○ Semi - supervisados
○ Por refuerzo
● Si pueden aprender en tiempo real:
○ Online
○ Offline o batch
● Otros criterios

7. 3.a Supervisados
● El conjunto de entrenamiento incluye etiquetas (labels) con la
solución esperada
● Una tarea típica de aprendizaje supervisado → clasificación y
predicción
● Algunos algoritmos supervisados:
○ Vecino más próximo
○ Regresión lineal
○ Redes neuronales
○ Árboles de decisión

8. 3.b No supervisados
● Los datos del training set no tienen etiquetas. La máquina busca
aprender sobre esos datos.
● Una tarea típica de aprendizaje no supervisado → clustering /
visualización
● Algunos algoritmos no supervisados:
○ Clustering
○ Visualización
○ Reducción de dimensionalidad
○ Detección de anomalías
○ Aprendizajes de reglas de asociación

9. 3.b No supervisados: Visualización

10. 3.c Semi - supervisados
● En los supervisados, los datos con etiquetas tienen un alto consumo
de tiempo y coste
● Es recomendable tener datos con sin etiquetas.
● Los algoritmos semi - supervisados tratan con esta bipartición de
datos.
● Algoritmo Semi - supervisado = A. supervisado + A. no - supervisado

11. 3.c Semi - supervisados

12. 3.d Aprendizaje de refuerzo (Reinforcement Learning)
● Debe aprender a elegir la mejor
estrategia, llamada “política” para
obtener el mejor premio.
● Una política define qué acción
elegir en una situación.
● La política se afina con el
entrenamiento
● El sistema o agente observa el entorno, actúa y obtiene un premio.

13. 3.e Aprendizaje batch
● No son de aprendizaje incremental
● Estos sistemas se entrenan offline
● Para que el sistema aprenda de nuevos datos → se debe entrenar
una nueva versión del sistema
● Desventajas:
○ Alto tiempo de entrenamiento y recursos
○ En entornos exigentes no es aconsejable

14. 3.e Aprendizaje batch
● Ineficiente en robots como por ejemplo Mars 2000

15. 3.f Aprendizaje online
● El sistema se entrena incrementalmente con nueva secuencia de
datos
● Los datos se pueden agrupar en mini - batches
● Learning rate: ratio de adaptación al cambio de datos
● Ventaja:
○ Estos sistemas son buenos para un flujo de datos continuo
○ Se pueden descartar datos con los que se ha entrenado → mayor
espacio de disco
○ Dataset puede rebosar la capacidad de la máquina

16. 3.f Aprendizaje online
● Desventaja:
○ El sistema aprenderá mal si el “chorro” de datos tiene errores

17. ● Geron, A. (2019). The Machine Learning Landscape. EN A. A. Gerón,
Hands-on Machine Learning with SCIKIT-LEARN, KERAS AND
TENSORFLOW (pp. 1-18) (2a. ed.)
Referencias