Aprendizaje automático

Ir a la navegaciónIr a la búsqueda

El aprendizaje automático o aprendizaje automatizado o aprendizaje de máquinas (del

inglés, machine learning) es el subcampo de las ciencias de la computación y una rama de
la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las
computadoras aprendan. Se dice que un agente aprende cuando su desempeño mejora con
la experiencia; es decir, cuando la habilidad no estaba presente en su genotipo o rasgos de
nacimiento.1 De forma más concreta, los investigadores del aprendizaje de máquinas
buscan algoritmos y heurísticas para convertir muestras de datos en programas de
computadora, sin tener que escribir los últimos explícitamente. Los modelos o programas
resultantes deben ser capaces de generalizar comportamientos e inferencias para un conjunto
más amplio (potencialmente infinito) de datos.

En muchas ocasiones el campo de actuación del aprendizaje automático se solapa con el de

la estadística inferencial, ya que las dos disciplinas se basan en el análisis de datos. Sin
embargo, el aprendizaje automático incorpora las preocupaciones de la complejidad
computacional de los problemas. Muchos problemas son de clase NP-hard, por lo que gran
parte de la investigación realizada en aprendizaje automático está enfocada al diseño de
soluciones factibles a esos problemas. El aprendizaje automático también está estrechamente
relacionado con el reconocimiento de patrones. El aprendizaje automático puede ser visto
como un intento de automatizar algunas partes del método científico mediante métodos
matemáticos. Por lo tanto es un proceso de inducción del conocimiento.

El aprendizaje automático tiene una amplia gama de aplicaciones, incluyendo motores de

búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis
del mercado de valores, clasificación de secuencias de ADN, reconocimiento del habla y
del lenguaje escrito, juegos y robótica.

Aprendizaje automático

Índice

 1Resumen

o 1.1Modelos
  2Tipos de algoritmos

 3Técnicas de clasificación

o 3.1Árboles de decisiones

o 3.2Reglas de asociación

o 3.3Algoritmos genéticos

o 3.4Redes neuronales artificiales

o 3.5Máquinas de vectores de soporte

o 3.6Algoritmos de agrupamiento

o 3.7Redes bayesianas

 4Conocimiento

 5Distinción entre Aprendizaje supervisado y no supervisado

 6Aplicaciones

 7Temas del aprendizaje automático

 8Historia y relación con otros temas

 9Software

o 9.1Software de código abierto

o 9.2Software comercial

 10Publicaciones y conferencias

 11Véase también

 12Referencias

 13Bibliografía

 14Enlaces externos

Resumen[editar]

Algunos sistemas de aprendizaje automático intentan eliminar toda necesidad de intuición o

conocimiento experto de los procesos de análisis de datos, mientras otros tratan de establecer
un marco de colaboración entre el experto y la computadora. De todas formas, la intuición
humana no puede ser reemplazada en su totalidad, ya que el diseñador del sistema ha de
especificar la forma de representación de los datos y los métodos de manipulación y
caracterización de los mismos. Sin embargo, las computadoras son utilizadas por todo el
mundo con fines tecnológicos muy buenos.
Modelos[editar]

El aprendizaje automático tiene como resultado un modelo para resolver una tarea dada.
Entre los modelos se distinguen2

 Los modelos geométricos, construidos en el espacio de instancias y que pueden tener

una, dos o múltiples dimensiones. Si hay un borde de decisión lineal entre las clases, se
dice que los datos son linealmente separables. Un límite de decisión lineal se define
como w * x = t, donde w es un vector perpendicular al límite de decisión, x es un punto
arbitrario en el límite de decisión y t es el umbral de la decisión.

 Los modelos probabilísticos, que intentan determinar la distribución de

probabilidades descriptora de la función que enlaza a los valores de las características
con valores determinados. Uno de los conceptos claves para desarrollar modelos
probabilísticos es la estadística bayesiana.

 Los modelos lógicos, que transforman y expresan las probabilidades en reglas

organizadas en forma de árboles de decisión.

Los modelos pueden también clasificarse como modelos de agrupamiento y modelos de

gradiente. Los primeros tratan de dividir el espacio de instancias en grupos. Los segundos,
como su nombre lo indican, representan un gradiente en el que se puede diferenciar entre
cada instancia. Clasificadores geométricos como las máquinas de vectores de apoyo son
modelos de gradientes.

Tipos de algoritmos[editar]

Una máquina de vectores de soporte

Los diferentes algoritmos de Aprendizaje Automático se agrupan en una taxonomía en función

de la salida de los mismos. Algunos tipos de algoritmos son:

Aprendizaje supervisado

Artículo principal:  Aprendizaje supervisado

El algoritmo produce una función que establece una correspondencia entre las entradas y las
salidas deseadas del sistema. Un ejemplo de este tipo de algoritmo es el problema
de clasificación, donde el sistema de aprendizaje trata de etiquetar (clasificar) una serie de
vectores utilizando una entre varias categorías (clases). La base de conocimiento del sistema
está formada por ejemplos de etiquetados anteriores. Este tipo de aprendizaje puede llegar a
ser muy útil en problemas de investigación biológica, biología computacional y bioinformática.

Aprendizaje no supervisado

Artículo principal:  Aprendizaje no supervisado

Todo el proceso de modelado se lleva a cabo sobre un conjunto de ejemplos formado tan sólo
por entradas al sistema. No se tiene información sobre las categorías de esos ejemplos. Por lo
tanto, en este caso, el sistema tiene que ser capaz de reconocer patrones para poder etiquetar
las nuevas entradas.

Aprendizaje semisupervisado

Este tipo de algoritmos combinan los dos algoritmos anteriores para poder clasificar de
manera adecuada. Se tiene en cuenta los datos marcados y los no marcados.

Aprendizaje por refuerzo

Artículo principal:  Aprendizaje por refuerzo

El algoritmo aprende observando el mundo que le rodea. Su información de entrada es

el feedback o retroalimentación que obtiene del mundo exterior como respuesta a sus
acciones. Por lo tanto, el sistema aprende a base de ensayo-error.

El aprendizaje por refuerzo es el más general entre las tres categorías. En vez de que un
instructor indique al agente qué hacer, el agente inteligente debe aprender cómo se comporta
el entorno mediante recompensas (refuerzos) o castigos, derivados del éxito o del fracaso
respectivamente. El objetivo principal es aprender la función de valor que le ayude al agente
inteligente a maximizar la señal de recompensa y así optimizar sus políticas de modo a
comprender el comportamiento del entorno y a tomar buenas decisiones para el logro de sus
objetivos formales.

Los principales algoritmos de aprendizaje por refuerzo se desarrollan dentro de los métodos de
resolución de problemas de decisión finitos de Markov, que incorporan las ecuaciones de
Bellman y las funciones de valor. Los tres métodos principales son: la Programación Dinámica,
los métodos de Monte Carlo y el aprendizaje de Diferencias Temporales. 3

Entre las implementaciones desarrolladas está AlphaGo, un programa de IA desarrollado

por Google DeepMind para jugar el juego de mesa Go. En marzo de 2016 AlphaGo le ganó una
partida al jugador profesional Lee Se-Dol que tiene la categoría noveno dan y 18 títulos
mundiales. Entre los algoritmos que utiliza se encuentra el árbol de búsqueda Monte Carlo,
también utiliza aprendizaje profundo con redes neuronales. Puede ver lo ocurrido en el
documental de Netflix “AlphaGo”.

Transducción

Similar al aprendizaje supervisado, pero no construye de forma explícita una función. Trata de
predecir las categorías de los futuros ejemplos basándose en los ejemplos de entrada, sus
respectivas categorías y los ejemplos nuevos al sistema.
Aprendizaje multi-tarea

Métodos de aprendizaje que usan conocimiento previamente aprendido por el sistema de cara
a enfrentarse a problemas parecidos a los ya vistos.

El análisis computacional y de rendimiento de los algoritmos de aprendizaje automático es una

rama de la estadística conocida como teoría computacional del aprendizaje.

El aprendizaje automático las personas lo llevamos a cabo de manera automática ya que es un

proceso tan sencillo para nosotros que ni nos damos cuenta de cómo se realiza y todo lo que
implica. Desde que nacemos hasta que morimos los seres humanos llevamos a cabo diferentes
procesos, entre ellos encontramos el de aprendizaje por medio del cual adquirimos
conocimientos, desarrollamos habilidades para analizar y evaluar a través de métodos y
técnicas así como también por medio de la experiencia propia. Sin embargo, a las máquinas
hay que indicarles cómo aprender, ya que si no se logra que una máquina sea capaz de
desarrollar sus habilidades, el proceso de aprendizaje no se estará llevando a cabo, sino que
solo será una secuencia repetitiva. También debemos tener en cuenta que el tener
conocimiento o el hecho de realizar bien el proceso de aprendizaje automático no implica que
se sepa utilizar, es preciso saber aplicarlo en las actividades cotidianas, y un buen aprendizaje
también implica saber cómo y cuándo utilizar nuestros conocimientos.

Para llevar a cabo un buen aprendizaje es necesario considerar todos los factores que a este le
rodean, como la sociedad, la economía, la ciudad, el ambiente, el lugar, etc. Por lo tanto, es
necesario empezar a tomar diversas medidas para lograr un aprendizaje adecuado, y obtener
una automatización adecuada del aprendizaje. Así, lo primero que se debe tener en cuenta es
el concepto de conocimiento, que es el entendimiento de un determinado tema o materia en
el cual tú puedas dar tu opinión o punto de vista, así como responder a ciertas interrogantes
que puedan surgir de dicho tema o materia.

Técnicas de clasificación[editar]

Árboles de decisiones[editar]

Artículo principal:  Árbol de decisión

Este tipo de aprendizaje usa un árbol de decisiones como modelo predictivo. Se mapean
observaciones sobre un objeto con conclusiones sobre el valor final de dicho objeto.

Los árboles son estructuras básicas en la informática. Los árboles de atributos son la base de
las decisiones. Una de las dos formas principales de árboles de decisiones es la desarrollada
por Quinlan de medir la impureza de la entropía en cada rama, algo que primero desarrolló en
el algoritmo ID3 y luego en el C4.5. Otra de las estrategias se basa en el índice GINI y fue
desarrollada por Breiman, Friedman et alia. El algoritmo de CART es una implementación de
esta estrategia.4

Reglas de asociación[editar]

Artículo principal:  Reglas de asociación

Los algoritmos de reglas de asociación procuran descubrir relaciones interesantes entre
variables. Entre los métodos más conocidos se hallan el algoritmo a priori, el algoritmo Eclat y
el algoritmo de Patrón Frecuente.

Algoritmos genéticos[editar]

Artículo principal:  Algoritmos genéticos

Los algoritmos genéticos son procesos de búsqueda heurística que simulan la selección
natural. Usan métodos tales como la mutación y el cruzamiento para generar nuevas clases
que puedan ofrecer una buena solución a un problema dado.

Redes neuronales artificiales[editar]

Artículo principal:  Red neuronal artificial

Las redes de neuronas artificiales (RNA) son un paradigma de aprendizaje automático

inspirado en las neuronas de los sistemas nerviosos de los animales. Se trata de un sistema de
enlaces de neuronas que colaboran entre sí para producir un estímulo de salida. Las
conexiones tienen pesos numéricos que se adaptan según la experiencia. De esta manera, las
redes neurales se adaptan a un impulso y son capaces de aprender. La importancia de las
redes neurales cayó durante un tiempo con el desarrollo de los vectores de soporte y
clasificadores lineales, pero volvió a surgir a finales de la década de 2000 con la llegada
del aprendizaje profundo.

Máquinas de vectores de soporte[editar]

Artículo principal:  Máquinas de vectores de soporte

Las MVS son una serie de métodos de aprendizaje supervisado usados para clasificación y
regresión. Los algoritmos de MVS usan un conjunto de ejemplos de entrenamiento clasificado
en dos categorías para construir un modelo que prediga si un nuevo ejemplo pertenece a una
u otra de dichas categorías.

Algoritmos de agrupamiento[editar]

Artículo principal:  Algoritmo de agrupamiento

El análisis por agrupamiento (clustering en inglés) es la clasificación de observaciones en

subgrupos —clusters— para que las observaciones en cada grupo se asemejen entre sí según
ciertos criterios.

Las técnicas de agrupamiento hacen inferencias diferentes sobre la estructura de los datos; se
guían usualmente por una medida de similaridad específica y por un nivel de compactamiento
interno (similaridad entre los miembros de un grupo) y la separación entre los diferentes
grupos.

El agrupamiento es un método de aprendizaje no supervisado y es una técnica muy popular de

análisis estadístico de datos.
Redes bayesianas[editar]

Artículo principal:  Red bayesiana

Una red bayesiana, red de creencia o modelo acíclico dirigido es un modelo probabilístico que
representa una serie de variables de azar y sus independencias condicionales a través de un
grafo acíclico dirigido. Una red bayesiana puede representar, por ejemplo, las relaciones
probabilísticas entre enfermedades y síntomas. Dados ciertos síntomas, la red puede usarse
para calcular las probabilidades de que ciertas enfermedades estén presentes en un
organismo. Hay algoritmos eficientes que infieren y aprenden usando este tipo de
representación.

Conocimiento[editar]

En el aprendizaje automático podemos obtener 3 tipos de conocimiento, que son:

1. Crecimiento

Es el que se adquiere de lo que nos rodea, el cual guarda la información en la memoria como si
dejara huellas.

2. Reestructuración

Al interpretar los conocimientos el individuo razona y genera nuevo conocimiento al cual se le

llama de reestructuración.

3. Ajuste

Es el que se obtiene al generalizar varios conceptos o generando los propios.

Los tres tipos se efectúan durante un proceso de aprendizaje automático pero la importancia
de cada tipo de conocimiento depende de las características de lo que se está tratando de
aprender.

El aprendizaje es más que una necesidad, es un factor primordial para satisfacer las
necesidades de la inteligencia artificial.

Distinción entre Aprendizaje supervisado y no supervisado[editar]

El aprendizaje supervisado se caracteriza por contar con información que especifica qué
conjuntos de datos son satisfactorios para el objetivo del aprendizaje. Un ejemplo podría ser
un software que reconoce si una imagen dada es o no la imagen de un rostro: para el
aprendizaje del programa tendríamos que proporcionarle diferentes imágenes, especificando
en el proceso si se trata o no de rostros.

En el aprendizaje no supervisado, en cambio, el programa no cuenta con datos que definan

qué información es satisfactoria o no. El objetivo principal de estos programas suele ser
encontrar patrones que permitan separar y clasificar los datos en diferentes grupos, en función
de sus atributos. Siguiendo el ejemplo anterior un software de aprendizaje no supervisado no
sería capaz de decirnos si una imagen dada es un rostro o no pero sí podría, por ejemplo,
clasificar las imágenes entre aquellas que contienen rostros humanos, de animales, o las que
no contienen. La información obtenida por un algoritmo de aprendizaje no supervisado debe
ser posteriormente interpretada por una persona para darle utilidad.

Aplicaciones[editar]

 Motores de búsqueda

 Diagnóstico médico

 Detección de fraudes con el uso de tarjetas de crédito

 Análisis del mercado de valores

 Clasificación de secuencias de ADN

 Reconocimiento del habla

 Robótica

 Minería de datos

 Big Data

 Previsiones de series temporales

Temas del aprendizaje automático[editar]

A continuación se muestran una serie de temas que podrían formar parte del temario de un
curso sobre aprendizaje automático.

 Modelado de funciones de densidad de probabilidad

condicionadas: clasificación y regresión

o Redes neuronales artificiales

o Árboles de decisión: El aprendizaje por árboles de decisión usa un árbol de

decisión como modelo predictivo que mapea observaciones a conclusiones
sobre el valor de un objeto dado.

o Modelos de regresión múltiple no postulados

o Regresión en procesos Gaussianos

o Análisis de discriminantes lineales

o k-vecinos más próximos

o Perceptrón

o Funciones de base radial

o Máquinas de soporte vectorial

  Modelado de funciones de densidad de probabilidad mediante modelos generativos

o Algoritmo EM

o Modelos gráficos, como las redes bayesianas y los campos aleatorios de

Markov

o Mapeado topográfico generativo

 Técnicas de inferencia aproximada

o Cadenas de Markov y Método de Montecarlo

o Métodos variacionales

 Optimización: La mayoría de los métodos descritos arriba usan algoritmos de

optimización o son por sí mismos instancias de problemas de optimización.

Historia y relación con otros temas[editar]

El aprendizaje automático nació de la búsqueda de inteligencia artificial. Ya en los primeros

días de la IA como disciplina académica, algunos investigadores se interesaron en hacer que las
máquinas aprendiesen. Trataron de resolver el problema con diversos métodos simbólicos, así
como lo que ellos llamaron 'redes neurales' que eran en general perceptrones y otros modelos
básicamente basados en modelos lineares generalizados como se conocen en las estadísticas.

Software[editar]

Muchos lenguajes de programación pueden usarse para implementar algoritmos de

aprendizaje automático. Los más populares para 2015 eran R y Python.5 R es muy usado ante
todo en el campo académico, mientras que Python es más popular en la empresa privada.

Entre los paquetes de software que incluyen algoritmos de aprendizaje automatizado, se

hallan los siguientes:

Software de código abierto[editar]

 TensorFlow: plataforma multilenguaje y multiplataforma desarrollada por Google y

licenciada como Apache 2.

 Apache Mahout: plataforma de Java de algoritmos escalables de aprendizaje

automático, en especial en las áreas de filtro colaborativo, clustering y clasificación

 dlib: una biblioteca bajo licencia Boost para desarrollar en C++

 ELKI: una plataforma para Java con licencia AGPLv3

 Encog

 H2O

 KNIME
  mlpy

 MLPACK

 MOA

 OpenCV

 Tortilla JS

 OpenNN

 R: lenguaje de programación estadístico con numerosas bibliotecas relacionadas al

aprendizaje automático (e1071, rpart, nnet, randomForest, entre otras)

 RapidMiner

 scikit-learn: biblioteca en Python que interactúa con NumPy y SciPy

 Spark MLlib: una librería que forma parte de Apache Spark, una plataforma para
computación de grupos

 Weka: una biblioteca en Java

Software comercial[editar]

 SPSS Modeler

 Mathematica

 MATLAB

 Microsoft Azure Machine Learning

 Neural Designer

 Oracle Data Mining

 RCASE

 STATISTICA

 SAS