1. ¿Qué es el aprendizaje automático? [1]

thumbnail El aprendizaje automático es una tecnología que utiliza datos para responder preguntas y hacer predicciones, mejorando con el tiempo.

1.1. El aprendizaje automático como herramienta para entender los datos [1]

  1. El mundo moderno genera una cantidad masiva de datos, incluyendo imágenes, música, palabras, hojas de cálculo y videos, y esta cantidad sigue creciendo rápidamente [0].
  2. El aprendizaje automático es una herramienta tecnológica que permite extraer significado de estos datos y responder preguntas [1].
  3. Tradicionalmente, los humanos analizaban los datos y ajustaban los sistemas, pero el volumen actual de datos supera la capacidad humana de procesarlos y crear reglas manualmente [11].

1.2. La creciente presencia y las aplicaciones del aprendizaje automático [13]

  1. El aprendizaje automático está presente en muchos productos de uso diario, aunque no siempre es obvio [13].
    1. Ejemplos claros incluyen el etiquetado de objetos y personas en fotos [15].
    2. Ejemplos menos obvios incluyen la recomendación del siguiente video a ver o el funcionamiento de la Búsqueda de Google [15].
      1. La Búsqueda de Google utiliza el aprendizaje automático para entender las consultas y ajustar los resultados según los intereses personales del usuario, como diferenciar entre "Java" como café o como lenguaje de programación [17].
  2. Las aplicaciones del aprendizaje automático son muy amplias y abarcan diversos campos [18].
    1. Incluyen el reconocimiento de imágenes, la detección de fraudes, los sistemas de recomendación, y el procesamiento de texto y voz [18].
    2. Se aplica en áreas como la detección de enfermedades (retinopatía diabética, cáncer de piel), el comercio minorista y el transporte (estacionamiento y conducción autónoma) [19].
  3. El aprendizaje automático ha pasado de ser una novedad a una característica esperada en las empresas [20].
    1. Se espera que la tecnología sea personalizada, ingeniosa y autocorregible, de manera similar a cómo se espera que las empresas tengan un sitio web o una aplicación móvil [23].
    2. El aprendizaje automático no solo facilita y mejora las tareas existentes, sino que también permite abordar tareas que los humanos no podrían realizar por sí mismos [24].

1.3. Los dos lados del aprendizaje automático: entrenamiento y predicción [25]

  1. Aprovechar el aprendizaje automático es cada vez más fácil gracias a las herramientas mejoradas; solo se necesitan datos, desarrolladores y la voluntad de empezar [25].
  2. El aprendizaje automático se puede resumir en "usar datos para responder preguntas" [27].
    1. Esta definición se divide en dos partes igualmente importantes: "usar datos" y "responder preguntas" [29].
    2. "Usar datos" se refiere al entrenamiento, mientras que "responder preguntas" se relaciona con hacer predicciones o inferencias [31].
  3. El entrenamiento implica usar datos para crear y ajustar un modelo predictivo [34].
    1. Este modelo predictivo se utiliza para hacer predicciones sobre datos nuevos y responder preguntas [35].
    2. El modelo mejora con el tiempo a medida que se recopilan más datos, lo que lleva a la implementación de nuevos modelos predictivos [36].
  4. Los datos son el componente fundamental de todo el proceso de aprendizaje automático [37].
    1. Los datos son la clave para habilitar el aprendizaje automático, y el aprendizaje automático es la clave para descubrir lo que los datos ocultan [39].
  5. El aprendizaje automático es un campo amplio que incluye diversas técnicas para inferir respuestas a partir de datos [41].