1. IA 2024 - Tema 01_Lectura 02_OK.pdf

Tema 1. Descubriendo el Poder de la Inteligencia Artificial

Machine Learning (ML)

Introducción a la Inteligencia Artificial Generativa

Lectura 2.

Su objetivo es crear sistemas que puedan adaptarse a nuevos datos y a situaciones distintas para las que no fueron programados explícitamente. ML se basa en algoritmos que analizan grandes cantidades de datos para identificar patrones y hacer predicciones. A medida que la tecnología avanza, las computadoras y procesadores se vuelven más potentes, lo que permite procesar un volumen de datos cada vez más grande y con ello poder resolver situaciones más complejas. A lo largo de los años también ha habido décadas en las que no hubo avances en el desarrollo de tecnología y no se logró ningún hito, a estos espacios de tiempo se les llama “inviernos” y la IA y el ML han pasado varios. En otro aspecto, ML rompe el paradigma tradicional de programación. En otros tipos de AI, y en código en general, se genera código (reglas) que toman información de entrada (datos), la procesa y da información de salida (resultados). En ML, los modelos toman información de entrada y salida (datos y resultados) para aprender a resolver funciones matemáticas (reglas) Para ilustrar esto, revisa la siguiente imagen que mostramos a continuación.

Machine Learning (ML de ahora en adelante) es un subcampo de la IA que se centra en el desarrollo de sistemas que pueden aprender y mejorar su rendimiento por sí mismos a partir de la experiencia y del procesamiento de datos. Es también llamado Aprendizaje automático y tiene la capacidad de recopilar datos, analizarlos, encontrar patrones y con ello reconfigurarse.

5 min.

Machine Learning (ML)

Introducción a la Inteligencia Artificial Generativa

| Lectura 2

Descubriendo el Poder de la Inteligencia Artificial

| Tema 1

BEDU • Todos los derechos reservados | Powered by LOTTUS EDUCATION

Lectura 2

Filtros de spam ML utiliza filtros automatizados para revisar los correos y toman decisiones sobre si son o no spam y conforme revisan continuamente mensajes, van entrenándose y perfeccionándose.

Sistemas de reconocimiento facial Utilizados en componentes de algunas aplicaciones como desbloquear el celular luego de configurar una imagen del rostro. En este caso, la ML tiene una gran cantidad de datos que permiten tratar de encontrar similitudes de los rasgos para poder considerar que es o no cierta persona.

Ejemplos A continuación, se mencionan algunos usos de ML de los que seguramente ya habías escuchado o visto.

ML se divide en 3 categorías que tienen que ver con el tipo de aprendizaje: 1. Aprendizaje supervisado: en este tipo de aprendizaje los datos cuentan con etiquetas y esto ayuda al sistema a aprender, pues los datos ya tienen cierto ordenamiento. 2. Aprendizaje no supervisado: en este tipo de aprendizaje, la máquina busca identificar patrones, por lo que es el más utilizado en modelos predictivos. En este tipo de aprendizaje no hay etiquetas que aporten información para realizar el análisis. En este aprendizaje la máquina busca identificar patrones en los datos sin etiquetas, siendo el más utilizado en modelos predictivos. 3. Aprendizaje por refuerzo: este tipo de aprendizaje es el más similar al aprendizaje humano en tanto que luego de cierta acción la máquina recibe una recompensa positiva o negativa que ayuda al modelo a aprender. Este tipo de aprendizaje está basado en prueba y error.

Un aspecto que se presenta en ML es el entrenamiento de modelos con datos. Esto se refiere a que los modelos de ML aprenden de las decisiones que toman, de obtener más y mejores datos, y esto sin duda, da mejores resultados a situaciones más complejas. ML es un procesamiento de datos permanente.

BEDU • Todos los derechos reservados | Powered by LOTTUS EDUCATION

Lectura 2

UNIR. (S.F.) El aprendizaje automático: objetivos y ejemplos. Tomado de: https://www.unir.net/ingenieria/revista/machine-learning/

Fundación Telefónica. (2022). ¿Qué es el Machine Learning? Tipos y aplicaciones que debes conocer. Tomado de: https://www.fundaciontelefonica.com/noticias/machine-learning-tipos-aplicaciones-debes-conocer/

BEDU. (2021). ¿Qué es Machine Learning y en dónde se aplica? Tomado de: https://bedu.org/blog/tecnologia/que-es-machine-learning-y-en-donde-se-aplica

| Referencias:

Detección de fraudes ML entrena algoritmos con la información de riesgo. De manera constante estos algoritmos los usuarios para luego sugerirles reglas de se están entrenando para mejorar la precisión de las sugerencias.

Predicción del comportamiento del mercado Mediante ML es posible contar con modelos predictivos que analizan el historial de compras, interacciones en línea, visualizaciones y la información demográfica de los compradores, y con base en ello enviar sugerencias para futuras compras.

BEDU • Todos los derechos reservados | Powered by LOTTUS EDUCATION

Lectura 2