Azimov

El término “Machine Learning” es usado para identificar una rama de la inteligencia artificial que se enfoca en desarrollar técnicas para que los computadores “aprendan” a partir de un set de datos, y con base en ellos y en la experiencia, tomar decisiones al respecto.

De forma general, el entrenamiento de una máquina consiste en alimentarla con un set de datos de entrenamiento y algoritmos de análisis, que son esencialmente estadísticos y probabilísticos (apuesto a que odiabas esas materias en la universidad), y a partir de ahí la máquina va aprendiendo a analizar y tomar decisiones de acuerdo a  los cambios en los datos.  En cierta forma, es muy similar al aprendizaje de “ensayo y error” de los humanos.

Pongamos un ejemplo: La mayoría de los hombres de tu familia han sufrido accidentes cerebro-vasculares y son fumadores activos. ¿Qué crees que te sucederá si tú, siendo hombre, comienzas a fumar? ¡EXACTO! tendrás una gran posibilidad de sufrir un accidente.  Con esta información, tú puedes tomar una decisión al respecto.

El campo de acción de esta rama es amplio y variado: desde la robótica y los juegos, hasta la medicina y la banca, “el límite es el cielo” como dicen por ahí.  Cabe señalar que, aunque ambas tecnologías tienen como base los datos y su análisis, Machine Learning es diferente a Big Data, y ambas pueden ser complementarias entre si.

Como herramienta voy a usar Azure Machine Learning aunque entre las más populares está Phyton y Matlab.

ML AZURE

A propósito, ¿Conoces al señor de la foto de arriba?