Sesión 16: Introducción al Machine Learning I — Transcript

Introducción al machine learning, diferencias con regresión estadística y explicación de algoritmos y aplicaciones básicas.

Key Takeaways

Machine learning no requiere los supuestos estrictos de los modelos estadísticos clásicos.
El aprendizaje se basa en grandes volúmenes de datos para descubrir patrones y hacer predicciones.
Machine learning es una herramienta para predicción, no para inferencia estadística tradicional.
Existen múltiples algoritmos que permiten abordar problemas de regresión y clasificación.
La implementación efectiva de machine learning requiere conocimientos en matemática, estadística e ingeniería de datos.

Summary

Se inicia con una revisión de modelos estadísticos clásicos como regresión lineal simple y múltiple, y regresión logística binaria.
Se discuten las limitaciones de los modelos estadísticos tradicionales, especialmente los supuestos que deben cumplirse.
Se introduce el concepto de machine learning como un enfoque sin supuestos, que aprende patrones a partir de grandes volúmenes de datos.
Se explica la idea de la 'cajita mágica' del machine learning que recibe inputs y genera predicciones sin necesidad de modelos matemáticos explícitos.
Se ejemplifica el aprendizaje automático con un caso sencillo: descubrir la fórmula del área de un triángulo a partir de datos.
Se menciona que existen múltiples algoritmos de machine learning para regresión y clasificación, que identifican patrones ocultos en los datos.
Se destaca que el machine learning es fundamentalmente para predicción, ya sea de valores numéricos o clasificación de grupos.
Se hace referencia a la evolución hacia redes neuronales y deep learning como temas posteriores.
Se enfatiza la importancia de contar con grandes cantidades de datos para que los algoritmos aprendan eficazmente.
Se menciona la aplicación práctica y la necesidad de ingeniería de datos para implementar machine learning en la industria.

Chapters

Full Transcript — Download SRT & Markdown

Speaker A

Eh, muchachos, entonces vamos a iniciar con la sesión del día de hoy. Ya es nuestro penúltimo tema, nos falta un tema más para terminar.

Speaker A

Y bueno, el día de hoy vamos a ver un tema quizás muy poco explorado por muchos de ustedes, pero hemos visto varios modelos, ¿no? Por ejemplo, hemos visto la regresión lineal simple, por ejemplo, ¿no?

Speaker A

Que servía para modelar pues una variable numérica en función de la otra, ¿no? Así como había la simple, también había la regresión lineal múltiple, ¿no?

Speaker A

Entonces, había un modelo que podía, valga la redundancia, modelar y en función a un grupo de variables, ¿no?

Speaker A

Eso era una regresión donde y efectivamente era una variable numérica, ¿no? Entonces eso era una regresión.

Speaker A

Lo único malo es pues que había muchos supuestos, ¿no? Por ejemplo, y tenía que ser una variable numérica con distribución normal y todo ello, ¿no?

Speaker A

Pero, ¿qué pasaría si es que tu variable objetivo ya no fuera una numérica, sino una binaria, ceros y unos?

Speaker A

¿Y cómo puedo explicar ese y en función a un grupo de variables, no? ¿Cómo podría yo explicar? ¿No? Eso sería la pregunta, ¿no? Y también vimos la famosa regresión logística binaria, ¿no?

Speaker A

Entonces, la regresión logística binaria no era más que modelar el cociente de probabilidades en función a una expresión lineal, ¿no?

Speaker A

Generalmente era una combinación lineal. Muy bien. ¿Qué en común tienen estos dos enfoques? Tanto la regresión lineal múltiple y la regresión logística binaria. ¿Qué en común? Eso sería una buena pregunta, ¿no?

Speaker A

Lo común es que ambos tienen un modelo que es conocido, es un modelo que matemáticamente se puede conocer, ¿no?

Speaker A

Y para qué sirve. Bueno, gracias a estos modelos puedes crear un modelo explicativo y un modelo predictivo, ¿no?

Speaker A

La elección de un enfoque u otro, muchachos, va a depender básicamente de qué, de los objetivos de investigación, ¿no? O de lo que tú quieres realizar.

Speaker A

Muy bien. Eh, ya ambos modelos tienen una expresión matemática que se conoce, se puede usar para casos explicativos y casos predictivos.

Speaker A

Hasta ahí todo bien. Ambos son modelos estadísticos, ¿no? Muy bien. Entonces, profesor, estos modelos de machine learning o el machine learning, ¿en qué consiste?

Speaker A

Muy bien. ¿Cuál era, por ejemplo, la limitación más importante de la regresión lineal? Los supuestos, ¿no? Hay varios supuestos que hay que garantizar para poder usar una regresión lineal simple o múltiple, ¿no?

Speaker A

La normalidad, muchachos, es prácticamente imposible de garantizar en la vida práctica, en la vida real, ¿no?

Speaker A

Peor la homocedasticidad y todo ello, ¿no? Entonces existía la necesidad pues de implementar o de otros modelos en los cuales ya no se requieren los supuestos.

Speaker A

Entonces, los supuestos eran una limitante muy fuerte, era un dolor de cabeza los supuestos, ¿no?

Speaker A

Entonces surge un nuevo enfoque llamado machine learning o famoso aprendizaje automático. Acá, muchachos, no existen supuestos.

Speaker A

Lo único que se pide en este contexto, muchachos, es que existan varios, mucha información, una data grande, ¿no?

Speaker A

Y estos modelos de machine learning o algunos le llaman algoritmos de aprendizaje, lo que van a aprender es a partir de tus datos, ¿no? Si tú le das más datos, por ende va a aprender mejor, ¿no? Si le das

Speaker A

pocos datos va a aprender poco, ¿no? Muy bien. ¿Qué más puedo decir como introducción?

Speaker A

Cuando se habla de machine learning, muchachos, es así como una cajita mágica. Una cajita mágica. Acá está ML, todos los modelos de machine learning.

Speaker A

Yo voy a introducir un input, un input, ¿no? Que van a ser en este caso tus x1, ¿no?

Speaker A

X1, x2. Eso va a ser todos tus inputs, ¿no? Y este modelito, esta cajita negra de machine learning, me va a dar un resultado, un output, ¿no? Generalmente un y estimado.

Speaker A

Muy bien. Acá sucede la magia, muchachos. Acá sucede la magia, ¿no? Si yo le doy datos a esta cajita mágica, me va a dar un resultado, una predicción. Ojo, machine learning solamente es para predicción, ya sea valores numéricos, regresión o ya

Speaker A

sea grupos, clasificación. Solo sirve para predicción, muchachos. Entonces, machine learning es una cajita de herramientas en la cual tú le vas a dar insumos y esta cajita de herramientas te va a dar un resultado, ¿no? Vas a predecir, en otras palabras.

Speaker A

Muy bien. La pregunta del millón, profesor, ¿qué sucede en esta cajita mágica? No, esa es la pregunta que todo el mundo se hace.

Speaker A

¿Qué sucede acá? Pues acá existen muchos algoritmos de aprendizaje, ¿no? Ya no se le dice comúnmente modelos, se dice algoritmo, ¿no?

Speaker A

Tus algoritmos se van a encargar de aprender a partir de tus datos, descubrir aquellos patrones ocultos. Una vez descubierto, ya están en condiciones para hacer una predicción.

Speaker A

Algo así. Ustedes saben calcular el área de un triángulo, ¿no? Por ejemplo, el área de un triángulo, geometría plana es base por altura sobre dos, ¿no? Eso todos lo sabemos. Entonces, el área de un triángulo es base por altura sobre dos.

Speaker A

Eso todos lo sabemos. Imaginemos que tú tienes una base de datos pues inmensa de ese caso, ¿no? Base por altura sobre 2. Por esto sería 6, ¿no? 5 por 4 esto sería 10.

Speaker A

6 por 2. Esto sería 6, ¿no? Así. Y ahora imaginemos que tú tienes millones de registros de estos casos. Millones.

Speaker A

Supongamos que tienes un millón, supongamos un millón de registros. Y bueno, por acá desconoces algo de acá, no sé. ¿Cómo es esto? No, no sé qué valor le corresponde.

Speaker A

Muy bien. Entonces, estos algoritmos de machine learning, muchachos, van a analizar tu data. Estos serían mis X.

Speaker A

Miren, estos serían mis X, X1, X2 y esto sería lo que yo quiero, ¿no? Y.

Speaker A

Entonces, estos algoritmos de machine learning, tú le tienes que dar bastante data, muchachos, para que aprendan, identifiquen ese patrón o esa regla oculta, ¿no?

Speaker A

Entonces, si le doy un millón de registros de base, altura y área del triángulo, yo sé cuáles son mis X y cuáles son mis Y. Los algoritmos que existen, algo de 38 algoritmos de machine learning para regresión y clasificación.

Speaker A

Este caso sería una regresión, ¿no? Porque voy a predecir un valor numérico. Muy bien. Entonces, lo que va a recorrer ese algoritmo es fila por fila y va a identificar alguna regla, ¿no? Por ejemplo, acá hay 3, 4, 6, 5, 4, 10, 6, 2, 6.

Speaker A

Entonces, lo que va a hacer es descubrir a partir de todos esos datos históricos cuál es la regla que domina el comportamiento de esos datos. Es decir, ¿qué hago con base por altura para obtener área? Son tantos registros que

Speaker A

existen que al final descubre una regla, la regla oculta que efectivamente es esta, ¿no? Que gracias a la teoría euclidiana lo sabemos, ¿no?

Speaker A

Entonces este algoritmo al recorrer fila por fila, muchachos, va a descubrir lo siguiente, que efectivamente el área, muchachos, va a ser base por altura sobre dos.

Speaker A

Va a descubrir esa regla oculta y una vez encontrada esa regla oculta, lo que se hace es aplicar a casos nuevos para predecir, muchachos.

Speaker A

Así es como funciona el machine learning. Y ustedes se preguntarán, "Profesor, pero ese es un patrón sencillo." Efectivamente, es un patrón sencillo porque nosotros dimos un ejemplo conocido.

Speaker A

Lo es. Sí, adelante, saludos y buenas noches. Okay, buenas noches. Es entonces, bueno, me imagino que ustedes los compañeros conocen el teorema de los cuatro colores.

Speaker A

El teorema, teorema de los cuatro colores. El teorema de los cuatro colores. En matemática discreta para computación se utiliza ese teorema para probar que cualquier mapa, bueno, cualquier grafo es un mapa finalmente, se puede colorear con un máximo de cuatro

Speaker A

colores sin que hayan dos colores que converjan. Entonces fue probado por algunos informáticos, pero no fue probado con procesos analíticos como se acostumbra en matemáticas hacer una demostración formal, esas cosas, sino haciendo lo que tú estás explicando

Speaker A

ahora, ensayo y error. O sea, ellos probaron con millones de combinaciones posibles y al final concluyen que eso se puede cumplir.

Speaker A

Ese procedimiento, quizás no con estos nombres que estamos escuchando ahora, puede ser un algoritmo de machine learning. Claro que sí, es verdad. Y no es el único caso e la me

Speaker A

no se pueden demostrar. Ajá. Pero que sí se llega a encontrar una regla oculta, un patrón oculto, ¿no?

Speaker A

Gracias a muchos registros históricos que existen. Millones. Sí. Y hay un área de la matemática que se llama, se ve también en matemática discreta para computación, se llama, ¿no? Se llama eh sucesiones recurrentes.

Speaker A

Wow. Sí, matemáticas es eso. Matemática aplicada. Sí. Ahí hay una serie de una serie de unas secuencias numéricas que que eh visualmente no se conoce el patrón, pero hay unos procedimientos matemáticos que uno determina el patrón. Ex, claro, no son procesos como estos que

Speaker A

que es a través de enormes cantidades de datos acá por razón no necesitan supuesto.

Speaker A

Exacto. Todo todo este enfoque de machine learning, su teoría detrás está teoría juegos y toda esa matemática que muchas veces nos preguntamos en qué momento se usa, ¿no?

Speaker A

Ahora se está usando, muchachos. Yo le estoy explicando acá así a modo ejemplo sencillo para que se se entienda la idea, ¿no?, que hay detrás.

Speaker A

Entonces siempre uso este ejemplo del aire del triángulo para que entiendan ahí los muchachos, ¿no? Entonces claro, acá es sencillo porque la regla nosotros lo sabíamos gracias a la teoría de Euclides ¿no?

Speaker A

Pero en la vida real, muchachos, ustedes van a tener datos muy complejos que la regla, ese patrón oculto o esa regla oculta no se puede identificar así de manera fácil, ¿no? Imagínate 2 millones de registros con 500 variables.

Speaker A

La regla oculta debe ser superclejo, ¿no? Al menos para el ojo humano es muy complicado.

Speaker A

Pero estos algoritmos de machine learning, muchachos, por eso se llama aprendizaje automático, aprenden a partir de esos datos históricos, ¿no? Y después del machine learning sigue el famoso deep learning, que es el aprendizaje profundo.

Speaker A

Obviamente ya ahí entran las redes neuronales, ¿no? ¿Qué es nuestra siguiente tema que vamos a ver?

Speaker A

nuestro último tema, por cierto. Eso es, muchachos. Entonces, estos algoritmos aprenden a partir de nuestros datos y una vez que aprendan se usa para predicción.

Speaker A

Por eso su enfoque de machine learning es netamente predictivo, muchachos. Netamente. Muy bien, con esa introducción entonces entramos un poquito a los conceptos.

Speaker A

Es un tema interesante, por cierto. Es siento que es el futuro y el presente de del análisis de datos en general.

Speaker A

Obviamente la base para entrar a este mundo es todo lo que hemos visto, ¿no?

Speaker A

Todo lo que hemos visto. Tanto es así que el primer modelo de machine learning es una regresión lineal.

Speaker A

A partir de ese modelo es que existen los demás, ¿no? Entonces, la base es la estadística, la matemática y la programación.

Speaker A

Muy bien. Entonces, ¿qué vamos a ver el día de hoy? ¿Qué es una qué es machine learning? Bueno, ya lo mencionamos, pero hay que definirlo.

Speaker A

¿Qué es machine learning? ¿Cómo funciona el machine learning? ¿Por qué es importante en la actualidad? ¿No?

Speaker A

¿Quién lo utiliza? tipos de machine learning, procesos involucrados en el machine learning. Muchachos, cuando se habla de machine learning, uno piensa, pues es conjunto de algoritmos que uso y listo, ¿no?

Speaker A

Es mucho más que eso, muchachos. igual que cualquier modelo, ¿no? A veces menospreciamos, por ejemplo, la redión logística binaria, pero la redión logística binaria también es un es un modelo de machine, es un algoritmo de machine learning, solo que

Speaker A

con un enfoque diferente, un enfoque totalmente diferente, ¿no? También hablaremos del machine learning frente a las otras disciplinas, ¿no? Por ejemplo, antes de que reviente el famoso machine learning, exista existía el famoso data mining, ¿no? O la famosa

Speaker A

minería de datos, como dicen, ¿no? Pero la minería de datos fue rápidamente desplazado por el machine learning, ¿no?

Speaker A

¿Por qué? Porque el data mining era más trabajo manual, ¿no? Mientras que el machine learning que tú entrenas tu modelo, ya lo puedes usar varias veces para hacer predicciones, ¿no? Ya es un proceso automatizado.

Speaker A

Entonces ese esa propiedad que tiene esos modelos de ML es de otro nivel, ¿no?

Speaker A

Entonces, todo eso lo vamos a discutir el día de hoy. Una pregunta, Luis, antes de que continúe con esa explicación.

Speaker A

Adelante. Eh, yo soy de los aficionados a la lectura de de este tipo de de manejo de información de forma diferente. Ahora bien, muchos estadistas clásicos dicen que esto no es estadística.

Speaker A

Efectivamente, ellos dicen, "No, no, no, eso no es estadística, eso será lo que tú quieras, menos estadística." Entonces, yo quiero que tú me des tu punto de vista, ¿qué te parece esa afirmación? Porque al final eh todo lo que uno conoce de de de

Speaker A

supuestos básicos de datos para tú poder predecir con ciertos niveles de de de confianza y y error manejable y esas cosas, se van a pique aquí. Nada de eso es usado.

Speaker A

Sí, muy buena pregunta. Lame, en primer lugar, yo soy un estadístico nato, como dicen. Yo he hecho mi pregrado en estadística, mi maestría y Dios me permita un doctorado en estadística también.

Speaker A

Eh, efectivamente, ¿no? El el machine learning en adelante, el de learning en general, la IA ya rompe todo el esquema pues de los conceptos de estadística que hemos visto ¿no?

Speaker A

Ya no se habla de muestra, ya no se habla significancia, p valor, inter confianza, estimaciones puntuales, toda esa inferencia que hemos visto ya no se trata acá, ¿no?

Speaker A

Entonces deja de ser estadística. Efectivamente, no son los modelos estadísticos tradicionales, no no son los modelos lineales generalizados, no son los modelos lineales mixtos, no son modelos de panel, no son seres de tiempo, no es nada de eso, ¿no?

Speaker A

¿Y qué es eso? Es un enfente diferente, ¿no? Como quien dice, eh, hay un autor estadounidense que dice que el machine learning es la estadística sexy del momento, ¿no? Es la vedo, como se dice.

Speaker A

Eh, y es normal que aparezca estas nuevas tendencias. Ah, porque lo mismo sucedió con la minería ATOS en la época del 2000 8 hasta el 2014, 15 más o menos.

Speaker A

Se hablaba de minera datos, ¿no? Minerea de datos, data mining, como se dice, ¿no? Y vendía bastante el marketing era muy fuerte cuando tú veías cursos de mineratos, por ejemplo, con SAS, con SPCS Modeler, con R en sus inicios y era un boom

Speaker A

con con Canai también era un boom, ¿no? Software otro llama Orange también. Orange, que es pues s super intuitivo y superinesante para la didáctica, ¿no?

Speaker A

Y bueno, pero al final lo que usaban, ¿qué cosa era? Era, por ejemplo, árboles de decisión.

Speaker A

Sí. Y muchos nos preguntamos, ¿y dónde está la estadística? Simplemente es un conjunto de reglas, ¿no?

Speaker A

Por eso hay muchos autores pues que un algoritmo, un algoritmo, un algoritmo al final eran algoritmos, ¿sí? Eran algoritmos que usaban datos y tú tienes que creerle pues lo que lo que estás haciendo, está bien y punto, ¿no?

Speaker A

Eh, finalmente en todo esto termina siendo análisis de datos. Sí, análisis de datos. Eh, entendamos algo así, ¿no? Mientras que los modelos estadísticos aprenden de nuestros datos, pero mediante una un soporte de estimación de parámetros, es decir, hay una matemática por detrás que

Speaker A

lo sustenta, ¿no? Por ejemplo, si yo hablo una revisión logística binaria, sé cómo es modelo, sé cómo estimar los parámetros, sé lo que significa cada parámetro, puedo interpretarlo, no tengo el control de todo, pero en una un árbol de decisión no

Speaker A

tengo nada. Son un conjunto de reglas, pero tiene una matemática detrás. Tiene una matemática detrás, pero solamente con fines de predicción.

Speaker A

Es decir, yo defino una función de costo, es decir, qué tanto, qué tamban bien quiero que sea mi predicción y eso optimizo, nada más, pero me olvido de los supuestos, me olvido del modelo, me olvido de todo, simplemente me enfoco en reducir ese

Speaker A

función de coste, ¿no? Entonces efectivamente deja de ser estadística ¿no? Entonces, entonces tomar decisiones a futuro con un modelo de este tipo puede ser riesgoso. Sí, porque en estadística, por ejemplo, eh uno puede hacer, qué sé yo, en con las

Speaker A

matrices estas que utilizaba, matrices marcovianas o cadenas de marcó, esas cosas, eso permitía, eso permite predecir a o proyectar a cierto tiempo eh los valores posibles de de qué sé yo, de unas acciones en una empresa. Pero entonces eh yo lo doy con unos niveles

Speaker A

de confianza y unos márgenes de errores que con cierto nivel de seguridad que cuando se toma la decisión la tomo y ese y voy con cierto nivel de de seguridad a que eso va a ser así. Aquí aunque yo lo

Speaker A

ensalaye 20 millones de veces no no necesariamente va a ser como como dice el modelo.

Speaker A

Exacto. Ahí ahí están un punto a favor, ¿no? Mientras que en la estadística tú puedes controlar algunos errores.

Speaker A

Ajá. En machine learning no se puede controlar estos. Pero, ¿cuál es el sustento del machine learning? muy aparte de optimizar el tu función de costo, ¿no?

Speaker A

El machine dice, "Está bien, yo te entiendo perfectamente, ¿no? No tengo pues un nivel de confianza, un nivel de significancia o todas esas cosas que conocemos ¿no?

Speaker A

Pero si tú quieres una buena predicción, entonces tienes que hacer un buen trabajo de optimización, como quien dice, ¿no? tendría que minimizar pues eh esta famosa suma de cuadrados, ¿no?

Speaker A

El valor real estimado, ¿no? Yo tengo que garantizar que esto sea mínimo y punto.

Speaker A

Y acá también es muy amplio el machine learning porque existen muchas técnicas de optimización, muchas, muchas.

Speaker A

Entonces eso es su objetivo principal, reducir este esta métrica, ¿no? Pero para evitarnos esos problemas de no cometer una mala predicción, dice, "Oye, si tú quieres que mi predicción sea buena, muy aparte de la optimización, garantízame data de calidad,

Speaker A

es decir, bastante data, ¿no? Y acá surge el famoso big data, pero bastante data no es garantía de calidad.

Speaker A

Exacto, exacto. Ahí vamos a ver. Cuando digo big data no es claro, no es calidad, ¿no? Pero el big data se encarga de que esto sea de cantidad de calidad.

Speaker A

¿Okay? Entonces, Big Data es aquella tecnología que te va a permitir manejar grandes volúmenes de datos de tal manera que tú puedes gestionar hasta obtener una data lista para usarlo como insumo para los modelos de machine learning. No es todo

Speaker A

una arquitectura de datos, no es nada sencillo. Acá donde se lucen son los famosos ingenieros de datos, ¿no?

Speaker A

Que es un un skill muy muy difícil, ¿no? Muy complejo. Entonces ahí cada dominan pues su Oracle, su big data, su SQL, su spar, su escala, uf, un montón, un montón de programas para manejo de datos masivos, ¿no? Entonces, el machine learning, su

Speaker A

mamá es el big data. Por si solo el machine learning no existiría. Mejor dicho, el big data te da el insumo, el machine learning te da la herramienta ¿no?

Speaker A

Entonces, el sustento de estos enfoques nuevos es esto, datos masivos, mejores optimizadores y mejores resultados.

Speaker A

Para nada acá vas a ver un modelo, para nada vas a fijar acá un nivel de confianza. No hay nada. Es es decir, un enfoque totalmente diferente.

Speaker A

Por eso con algunos alumnos yo discuto, "Profe, y si no hay modelo no puedo interpretar una variable." No puedes, no se puede.

Speaker A

Por eso solamente son su uso es fines predictivos, nada más. Justo eso lo vamos a mencionar acá también, no se preocupen. Eh, sí, efectivamente es un enfoque muy diferente a la estadística.

Speaker A

Muy bien. Yo sí soy estadístico en nato, ¿no? Pero igual tengo que tienes que como quien dice unirte al enemigo porque las empresas piden conocimiento de machine learning.

Speaker A

es es inevitable, ¿no? Así como en su momento pedían skills de minería de datos, por ejemplo, ahora piden de machine learning, ¿no? Tanto es así que aquellas empresas que solicitan machine learning ya no piden machine learning, piden piden ingeniero en machine learning

Speaker A

o el famoso machine learning engineer, ¿no? Entonces, si ustedes revisan el LinkedIn, hay bastantes pedidos o demanda de eso de ese profesional, pero es un nombre, ¿no? Es un nombre bien peajoso, muy bastante marketing, ¿no? Pero al final es machine learning.

Speaker A

Pero muchachos, para aprender machine learning necesitamos conocer la estadística, la matemática y la programación.

Speaker A

Esa es la secuencia. como dice su compañero la MEC, es más matemático y más computacional, ¿no?

Speaker A

Muy bien. A ver, vamos a ver unos conceptos para que quede claro, ¿no? Entonces, el machine learning, muchachos, es un campo de la informática que surgió de la investigación en inteligencia artificial.

Speaker A

Si les preguntan, ¿qué es el machine learning? Bueno, es un subconjunto o una parte de la inteligencia artificial, ¿no?

Speaker A

¿Por qué se ha vuelto muy popular el machine learning? No. Entonces, la fuerza del machine learning sobre otras formas de análisis radica en su capacidad para descubrir ideas ocultas, muchachos.

Speaker A

Mientras que la minería de datos, muchachos, te permitía descubrir conocimientos, insightes, como se dice, los móch tenían esa capacidad de aprender aquellas reglas ocultas, aques, identificar aquellos patrones ocultos y una vez que aprenden se puede predecir, ¿no?

Speaker A

Eso lo hace muy interesante. A diferencia de algoritmos iterativos, por ejemplo, en matemática hay muchos algoritmos iterativos, ¿no?

Speaker A

Donde las operaciones se declaran explícitamente. Claro, muchas veces es manual. Los algoritmos de machine learning toman prestados conceptos de la teoría de probabilidades, la matemática, la estadística y la programación, ¿no? Y el enfoque es totalmente diferente. Machine learning, una vez que tú que tu modelo

Speaker A

aprende, está en condiciones de hacer predicciones para datos nuevos y listo. Eso es lo el lo fuerte, ¿no?

Speaker A

Algo así. Imaginemos que el banco quiere estimar morosidad de sus clientes. Entonces, el banco crea un modelo, un modelo de machine learning.

Speaker A

Acá está el modelo de machine learning. Con todos los datos que tiene el banco de Moroat, crea el modelo de machine learning para predecir Moroat.

Speaker A

Claro, en Python en o en R puede crear su modelo, ¿no? Pero este modelo se pasa a producción, muchachos. Es decir, se lleva un aplicativo, ¿no?

Speaker A

Se, por ejemplo, se llega a un aplicativo web en el cual la el analista financiero va a llenar los datos y automáticamente te va a dar tu probabilidad de morosa, ¿no?

Speaker A

Entonces, el analista financiero va a tomar una decisión con esta probabilidad de morosidad. Si es alto no le presto, si es bajo le doy el préstamo.

Speaker A

Entonces no es que queda simplemente en encontrar el modelo, sino es llevarlo a producción y darle valor al modelo, ¿no?

Speaker A

Se dan cuenta es decir, una vez que tú entrenas tu modelo de machine learning y una vez que lo despliegues o lo lleves a producción, tú lo puedes usar muchas veces.

Speaker A

Ya no tienes que volver a entrenarlo. ¿Por qué? Porque tu modelo ya ha sido entrenado con los datos que tú tienes.

Speaker A

¿Se dan cuenta? Sí, Luis. Eso es la diferencia con todos los enfoques que hemos visto.

Speaker A

Eso es cierto. Exacto. Por eso se llama aprendizaje automático. Exacto. Y bueno, eh todos lo vemos allá.

Speaker A

Ahora, por ejemplo, vamos a suponer que el banco tiene 500,000 clientes. Mm. De los 500,000 clientes, el banco entrena un modelo.

Speaker A

Pero hay un pequeño sector que el banco no tiene cliente porque están, qué sé yo, en otra institución.

Speaker A

Mm. Resulta que va una persona a buscar un un un préstamo a ese bancom el nivel de morosidad que me va a dar el modelo no va a ser entonces real.

Speaker A

Claro. Confiable. No va a ser confiable. ¿Por qué me va a comparar con gente que no son ni siquiera homogéneos conmigo?

Speaker A

Exacto, exacto, tiene razón. Y justamente esos modelos sirven para esos casos. Lo que dice su compañero Lamec es muy importante, ¿no? Este modelo ha aprendido con los datos del del banco, pues no, pero son muchos clientes. Escucha, no me

Speaker A

quiero imaginar cuántos clientes puede tener un banco, ¿no? Ponle pues 2 millones, supongamos 2 millones, que es poco, ¿no? Entonces con esos 2 millones vas a va tu modelo de machine va a aprender, ¿no? una vez aprende, se pasa

Speaker A

producción y obviamente yo no voy a evaluar pues a los mismos clientes, no tiene sentido, ¿no? Lo que va a hacer es venir un cliente X y voy a poner a prueba mi modelo, ¿no?

Speaker A

Pero para eso este modelo de si el modelo se equivoca, bueno, se equivoca, pero ya para el siguiente cliente del mismo tipo ya aprendió.

Speaker A

Exacto exacto exacto. Eso es verdad. Entonces, eh claro, efectivamente no es un cliente neutral, puede cometer errores, ¿no?

Speaker A

Pero la idea es que tú entrenes ese modelo de machine learning de tal manera que no se equivoque tanto, pues no. Por eso pasa por muchos testeos los modelos, ¿no? No es que lo entreno y se acabó, ¿no?

Speaker A

Por ejemplo, hay una hay una tarea interesante, ¿no? Si tengo esto, mi data, por ejemplo, supongamos que todo est datos.

Speaker A

Acá tengo mi hago una partición, ¿no? De data train, que es el entrenamiento de mis modelos. Con esta datita voy a entrenar, por ejemplo, el 70% de toda mi data va a servir para el entrenamiento, por ejemplo, ¿no? Y el 30% va a ser para

Speaker A

el testeo, ¿no? Entonces, si yo entreno mi modelo de machine learning con el 70% de mis datos y me da una capacidad de predicción del 85%, es decir, mi modelo me está clasificando correctamente el 85% de mis casos, que es bastante, ¿no?

Speaker A

Entonces, si yo lo pongo a prueba con mi data de testeo, también me debería dar aproximadamente el misma mismo performance, ¿no? aproximadamente, pero si sale diferente, muy bajo, mucho, quiere decir que mi modelo no ha aprendido bien en esta

Speaker A

etapa. Entonces, lo que tengo que hacer es volver a entrenar el modelo y pues corroborar que efectivamente las métricas sean lo más similares posibles, ¿no? ¿Por qué? Porque le estoy poniendo a prueba con datos nuevos.

Speaker A

Recuerda que estos datos no los no lo he usado para entrenarlo. Entonces, si en ambos casos las los el rendimiento, el performance es muy parecido, entonces ya puede venir una nueva data y poner la prueba acá.

Speaker A

Eso es el enfoque de los modelos de machine learning. No es no es nada sencillo el entrenamiento, eso es lo interesante, ¿no? Cosas que quizás algunos modelos no hacían ese enfoque, pero aunque no lo crean, muchachos, tanto la regresión lineal simple, la

Speaker A

logística binaria, también se lo va atarrizado al lado del machine learning, pero un enfoque totalmente diferente, ¿no?

Speaker A

Con un enfoque más de optimización. Muy bien, eso es la lógica que hay detrás de estos modelos.

Speaker A

Entonces, el machine learning, muchachos, podemos decir que es una disciplina dentro del campo de la inteligencia artificial que mediante algoritmos proporciona a las computadoras la capacidad de identificar patrones a partir de datos masivos para realizar predicciones.

Speaker A

Esto para mí es la mejor definición de machine learning. He visto varios libros y no me convence.

Speaker A

Esta acá me gusta. Entonces, yo voy a tener datos masivos, muchos datos. Y esos algoritmos lo que van a hacer es identificar ese patrón oculto o esa regla oculta.

Speaker A

Y una vez que identifiquen, que es lo mismo, decir que aprendan de mis datos, yo ya estoy en condiciones para realizar predicciones.

Speaker A

Eso es. Y una vez que aprenda la predicción ya es automática, ¿no? Eso es lo interesante de estos de este enfoque de machine learning, ¿no?

Speaker A

Muy bien. ¿Por qué es importante, muchachos? Muchos se preguntarán, "Profesor, ¿por qué es importante el machine learning en la actualidad y no la estadística?" Ambos son útiles, muchachos. Va a depender qué es lo que quieres hacer con este enfoque del machine l no no

Speaker A

implica que va a desaparecer la estadística. Eso es falso, muchachos. Eso es completamente falso, ¿no?

Speaker A

Eh, va a depender qué es lo que quieres hacer. Si tu objetivo es predecir, pues y si tienes datos masivos, es decir, si tienes una buena cantidad de información, creo que la mejor salida sería un machine learning, ¿no?

Speaker A

Sería bueno probar, ¿no? Y aparte estos modelos de machine learning, muchachos, está diseñado pues para para datos masivos, es decir, el costo computacional no es tan exagerado a que usar una regresión logística binaria con 2 millones de registros ¿no?

Speaker A

También ahí hay que ver el lado el lado el costo beneficio, como se dice, ¿no?

Speaker A

Si tú aplicas un modelo de redón logística binaria, lo que hemos visto, el clásico, a 2 millones de datos, el proceso de estimación de parámetros es muy lento.

Speaker A

demasiado lento, muchachos. Sin embargo, estos modelos son mucho más rápidos. ¿Por qué? Porque no se enfocan en estimar parámetros, solo se enfocan en en estimar o en optimizar la función de costo, ¿no?

Speaker A

Son cosas totalmente diferentes, ¿no? Muy bien. Entonces, hay muchas empresas, muchachos, que efectivamente tienen muchos datos.

Speaker A

Antes no había la cultura de almacenar los datos, ¿no? Nadie almacenaba los datos, pero ahora aquel que no lo haga está condenado al fracaso, muchachos.

Speaker A

Imagínate a Google, Microsoft, Facebook, Netflix, no sé, Amazon, no almacenen sus datos. sería un suicidio, ¿no?

Speaker A

Entonces, ¿para qué es importante los datos? Almacenar datos, muchachos. Para que tú puedas tomar decisiones basado en tus datos.

Speaker A

Si antes las decisiones se basaba en expertiz del CEO o del gerente, ahora se basan en datos y en la expertiz, ¿no?, que es mucho más eficiente.

Speaker A

Entonces, el aprendizaje automático, muchachos, ayuda a extraer información de mejor calidad, aumentar la productividad, reducir los costos y obtener valor de sus datos.

Speaker A

En otras palabras, tu decisión ahora se va a basar en tus datos, ¿no? Eso es lo que lo hace interesante, mejor dicho, gracias a no solamente al machine learning, ¿no? Gracias a la estadística, también al machine learning, ya tú le puedes dar valor a tus datos,

Speaker A

muchachos, cosa que antes no se hacía, ¿no? Muy bien. Lo interesante es pues eh se puede estos modelos se manejan de manera rápida automática y se pueden analizar grandes volúmenes de datos, ¿no? Y complejos, por cierto.

Speaker A

Eso lo hace muy interesante. Es decir, el costo computacional no es tan tan fuerte como los modelos tradicionales, ¿no?

Speaker A

Muy bien. ¿Quién lo utiliza? Actualmente, muchachos, casi todas las empresas utilizan machine learning, ¿no?

Speaker A

Una más que otras, obviamente, otras que recién están, claro, las microempresas no tanto, no, pero ya de las medianas y grandes empresas sí usan porque tienen datos, ¿no?

Speaker A

A un comerciante pequeño no le vas a decir, "Oye, aplica machine learning porque no tiene pues aún los datos necesarios, ¿no?" Pero se puede aplicar una un modelo estadístico pequeño quizás, ¿no?

Speaker A

Muy bien. Entonces, actualmente se podría decir que la mayoría de las industrias usan machine learning, ¿no?

Speaker A

Pero ojo, para ML necesitas data, muchachos. Sin data no se puede hacer nada ¿no?

Speaker A

Entonces, no ni se te ocurra puedes usar machine learning para 50 datos. No tiene sentido.

Speaker A

Ahí los algoritmos no van a aprender nada. Hay un número mínimo de datos de registros que que se diga, mira, a partir de aquí es posible que el algoritmo comience a aprender.

Speaker A

Es una pregunta filosófica la Sí, es que no big data te dice tú, por eso el machine learning es big data.

Speaker A

juntos están y B dataivos, ¿no? A partir de dónde es Bata. Sería la pregunta.

Speaker A

Otra pregunta de millón. Ningún libro se ningún libro se atreve a decir ese valor ¿no?

Speaker A

Sí, me imagino. Sí, sí es nadie nadie se atreve, pero ellos son muy aéreos en eso. Solamente dice que sean muchos. Sí, es todo eso. Todos los libros dicen lo mismo. Pero a ver, en mi expertiz, muchachos, eh

Speaker A

yo creo que con 100,000 registros para arriba ya se podría hablar de una data significativa para para machine learning, ¿no?

Speaker A

Sí, ahí tiene sentido las cosas. Claro, lo cual no implica que con datos, no sé, de 5000, 3000 no puedas enseñar tu modelo. Sí se puede, ¿no? Pero si tú quieres precisión en la predicción, necesitas más insumos, ¿no? Eso hay que

Speaker A

entender. Por eso detrás del machine learning está el big data y el big data pues maneja pues pentabes y terabes de información.

Speaker A

Imagínense esas unidades de medidas, muchachos. Millones, ¿no? Millones de datos. Por ejemplo, eh la empresa IBM cuando menciona Big Data habla de pentabes y terabyes de información, es decir, una una unidad de medida muy grande, ¿no?

Speaker A

Entonces eso es, a ver, servicios financieros, ¿sí? Por ejemplo, para prevenir el fraude, ¿no?

Speaker A

Eh, identificar perfiles de alto riesgo, morosidad. Acá entra morosidad, por ejemplo ¿no? Los bancos su dolor de cabeza es morosidad.

Speaker A

¿Por qué? Porque imagínate que le prestas plata a una persona y no te devuelva, no es un un riesgo para ellos, ¿no?

Speaker A

Atención en salud también. Actualmente hay eh clínicas acá en el Perú que gracias a una placas al tumor pueden saber si es cancerígeno o no cancerígeno.

Speaker A

Imagínense interesante ¿no? Marketing y ventas también. Esa parte en salud es muy utilizada. Hay una un tipo de bueno, un tipo de de estudios modernos se llama resonancia magnética de positrones.

Speaker A

Wow. Que lo que hace que que toma la la imagen, ¿verdad? Coge esa imagen y saca todos los píxeles.

Speaker A

Maneja los niveles de densidad en cada uno de ellos, identificando cuáles son los células malignas, cuáles no, nivel de malignidad y todo ese tipo de cosas.

Speaker A

llena una base de datos enorme con todo ese asunto. Yo tengo un compañero en la universidad que él la universidad que trabajo, él es bioquímico y él está haciendo su doctorado en en ese tipo de cosas y y literalmente eso

Speaker A

es él está trabajando con un ingeniero de sistema que es el que le está ayudando a manejar esa parte de de manejar es esas matrices de datos enormes y los niveles de precisión son altos, muy altos.

Speaker A

Efectivamente, ahí lo que está aplicando es estos algoritmos de machine lane, ¿no? Muy bien, muy bien. Sí. Eh, entonces el machine learning ya existe, muchachos. Muchas veces no nos damos cuenta quizás, ¿no?

Speaker A

Pero gracias a lo que vamos a ver el día de hoy ya van a tener bastantes nociones de eso, ¿no?

Speaker A

En gobierno, en sector público también se usa, ¿no? Por ejemplo, acá en la Contraloría del Perú hay un eh hay un modelo que han entrenado para saber si una licitación fue fraudulenta o no. No es interesante, ¿no?

Speaker A

Claro, tú no vas a estar revisando pues uno por uno, hoja por hoja, ¿no?

Speaker A

¿Cuántos expedientes técnicos existirán, ¿no? Entonces, pero si tú si tú primero digitalizas todo eso, entrenas un modelo con todos esos datos, entonces el algoritmo machine learning puede encontrar algún patrón sospechoso, ¿no?

Speaker A

Entonces, que te diga, "Oye, este expediente es sospechoso, no es sospechoso." Sospechoso y así no te puede dar una probabilidad de de predicción para esos casos.

Speaker A

Hay un montón de cosas, ¿no? En petróleo, por ejemplo, esto es interesante. En hidrocarburos ahora están usando una especie de sonda.

Speaker A

Claro, a veces nos preguntamos, ¿cómo identifican algunos pozos petroleros, no? Y justamente había una investigación, ¿no? Algo así, ¿no? Imaginen que esto sea el piso, ¿no? El suelo y esto sea el subsuelo.

Speaker A

Lo que hacen es disparar con una sonda, algo así como un radar y el radar emite un sonido especial.

Speaker A

Y a todos esos esos disparos en todas las zonas se mide, no se registra.

Speaker A

no sé, vibración, no sé qué cosas más registrarán ¿no? Y en función a todos esos datos descubren qué zonas puede ser posiblemente o altamente probable de que haya petróleo, por ejemplo.

Speaker A

Interesante ¿no? Transporte. Esto es un boom, muchachos. Ustedes han usado el aplicativo Waz, ¿no?

Speaker A

De Google, su servicio de Google, ¿no? Sí. Sí. Ya. El W, ¿qué te hace? ¿Qué qué es lo que hace el W?

Speaker A

Bueno, traza pues la ruta más óptima, la ruta la ruta óptima y el tiempo de desplazamiento, ¿no?

Speaker A

Aproximado ¿no? E inclusive usa datos eh prácticamente en tiempo real porque los mismos usuarios que van diciendo, hay un accidente, hay policía en tal sitio, hay tapón en tal lado, eh él lo va asimilando y va y va reajustando la

Speaker A

ruta. Exacto. Si hay un accidente, actualiza el tiempo. Lo que está haciendo es, mejor dicho, al estimarte la distancia y el tiempo está usando un modelo de machine learning, está prediciendo y al encontrar un accidente le está agregando un insumo, un input a tu

Speaker A

modelo, está nuevamente estimando, ¿no? Pero ese modelo ya está entrenado, ya está dentro de del aplicativo, no es que lo estén entrenando a cada rato, no, ya está entrenado.

Speaker A

O ustedes piensan que detrás de ese aplicativo hay una persona que está corriendo un modelo a cada rato? No creo no.

Speaker A

los modelos ya están dados, por eso se llama aprendizaje automático. Obviamente que se va a calibrar el modelo, pues por las por la información que los mismos conductores eh indican, ¿no? Eso es lo interesante, se retroalimenta, cada vez se perfecciona,

Speaker A

¿no? Ya, pero hay otra aplicación mucho más interesante. Supongamos que en República Dominicana la MEC van a construir un tren de un punto A a un punto B.

Speaker A

La pregunta del millón es la MEC. ¿Cómo defino yo los puntos óptimos de estaciones de manera óptima? ¿Cómo definiría las estaciones? ¿Dónde tendrían que estar las estaciones?

Speaker A

Bueno, hay muchas cosas. Matemáticamente yo solo podría decir, ahora habría que ver qué tan óptimos serían los resultados que yo encuentre, porque hay hay métodos matemáticos para eso. La ventaja de este tipo de modelo es que él va a probar, qué sé yo,

Speaker A

digamos, eh, 500,000 opciones diferentes y de todas las que prueben va a decir la óptima. Yo nada más voy a probar uno.

Speaker A

Sí, la idea es que la idea es que no haya 500,000 opciones, no solamente una.

Speaker A

Exacto. Pero él va a probarla con todas y va a elegir de toda la la óptima.

Speaker A

Ah exacto. Ya. Muy aparte de eso, acá en Perú sucedió algo interesante, ¿no? Están construendo el metro dos de Lima, más o menos son algo de 70 km más o menos.

Speaker A

Y bueno, el Estado peruano lanzó a a licitación, pues, a un concurso de la mejor propuesta para identificar los las estaciones de manera óptima, ¿no? Claro, el la persona común diría, "¿Sabes qué?

Speaker A

avenidas principales, se acabó, ¿no? Listo. Pero como es un concurso internacional, se necesita pues un sustento técnico, ¿no?

Speaker A

Un un documento metodológico, un informe técnico de cómo has calculado esos puntos. No es que se me antojó y punto, ¿no? Bueno, se lanzó un concurso y ganó una empresa española, una empresa española.

Speaker A

Y dice, dijo lo siguiente, yo te encuentro las estaciones óptimas y encima te voy a decir cuánta demanda diaria vas a tener y además por hora.

Speaker A

Wow. Dije, es una idea ambiciosa, ¿no? Terriblemente ambiciosa. ¿Para qué te va a servir la cantidad de demanda para el flujo de los trenes, ¿no? Entonces, un modelo no solamente que te permite determinar las situaciones óptimas, sino también la

Speaker A

demanda diaria y por hora, muchachos. Entonces esa empresa tenía su metodología, pero quería una pequeña autorización del gobierno para acceder a los datos. Y adivinen cuál eran los datos, muchachos, que necesitaban para su modelo. ¿Alguna idea?

Speaker A

¿El qué? ¿La cantidad de trabajadores o la cantidad de habitantes de la zona? El catastro de la zona.

Speaker A

Catastro. Ya. Muy bien. Sí, eso es lo que todo el mundo puede decir. El catrastro, la cantidad de población por zona, todo bonito.

Speaker A

Yo también pensé eso, pero la empresa pidió algo mucho más potente. Dijo, "Quiero el tráfico móvil de los últimos 10 años de Lima Metropolitana.

Speaker A

¿Alguna vez ustedes han escuchado el tráfico móvil? No, yo realmente no. Ya les comento, todos tenemos un celular, ¿sí o no?

Speaker A

Todos en el bolsillo tenemos un celular. Entonces, salimos de nuestra casa, el celular hace un recorrido así que lo apagues, le pongas modo avión. Igual hay un tráfico móvil, hay un patrón de recorrido de nuestra persona, por ende, el celular lo

Speaker A

recopila. Ahora, imagínate ese patrón. de los 10 millones de habitantes de Lima en los últimos 10 años.

Speaker A

¿Es big data o no es bisata? Tremendo, muchacho. Y aparte de todo tienes tema éticos de privacidad de datos y ese tipo de cosas, ¿no? Claro.

Speaker A

Sí, sería sería interesante ver cómo el gobierno trató esa parte que sea compañero ¿verdad?

Speaker A

Sí, le dio acceso a hay dos telefonías acá grandes que le dio la libertad, ¿no?

Speaker A

Sa que dale dale su dale lo que pide, pues, ¿no? Y se les dio. Pero imagínense 10 años de los 10 millones de habitantes, muchachos. Es un una data inmensa en Perú la las telefónicas eh hacen eso de manera así, de esa

Speaker A

forma. Sí, hay un hay un registro del tráfico móvil, ¿no? Yo sé, pero me refiero porque, por ejemplo, aquí en República Dominicana tenemos algo que se llama Indotel, Instituto de Telecomunicaciones.

Speaker A

Eh, si yo voy a una si el gobierno autoriza que una que una empresa me dé información de los clientes, debe primero ser autorizada por Indotel.

Speaker A

Claro. Asuntos. Sí, sí, es ese proceso se hizo, se hizo obviamente acá se llamaba siel, por ejemplo. Okay, okay, okay.

Speaker A

Sí, sí, claro. Obviamente todo fue formal, ¿no? Todo fue formal, ¿no? No, interesante. Eso sí. Y dije, "Ya ahora saca saca tu cuenta, ¿no? Nosotros nos movilizamos diariamente por 10 años. ¡Uf! por 10 millones de habitantes es un monstruo de

Speaker A

base de datos, un monstruo completo. Obviamente una computadora tradicional eso esa data no va a poder manejarlo, ¿no?

Speaker A

Evidentemente que no. Sí. Y ya pues y ahí salió su insumo. Obviamente al tener millones de datos eh el modelo pues fue muy preciso, ¿no?

Speaker A

Y bueno, de esa manera pues se definió las estaciones de manera óptima y la demanda potencial diaria y por hora, ¿no? Y eso te permitía pues una un flujo adecuado de los trenes, un montón de cosas ¿no?

Speaker A

Lo único malo es que el informe técnico no es público para acceder al modelo. No se puede, no es muy es muy reservada esa parte, pero al menos se ha filtrado algunas unas cositas de de cómo se procedió, ¿no?

Speaker A

Eso es una aplicación del machine learning, muchachos, pero ya una escala muy grande, ¿no?

Speaker A

llegar a hacer tratos con el gobierno porque bueno, es cosa a gran escala, como se dice, ¿no? En conclusión, muchachos, machine learning actualmente se aplica en casi todas las empresas, medianas a grandes en adelante, ¿no?

Speaker A

¿Por qué? porque es muy potente, ¿no? Muy potente. Entonces, ya tiene un caso real, muchachos, de cómo solucionar el problema de las estaciones, ¿no?

Speaker A

Muy bien, hemos hablado del machine learning, muchachos. Y ahora la pregunta es, si el machine learning aprende a partir de mis datos, ¿cuántos tipos de aprendizaje existe?

Speaker A

Bueno, existen tres tipos de aprendizaje, muchachos. El aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo.

Speaker A

En el aprendizaje supervisado, muchachos, para yo usar machine learning de tipo supervisado, necesito una base de datos con una variable objetivo definido.

Speaker A

Así. Acá están mis X y acá están mis Y conocidas. Si yo tengo una base de datos de un banco, por ejemplo, donde están todos mis clientes y acá está si es moroso o no moroso, entonces a este conjunto de datos yo

Speaker A

puedo aplicar un un machin learning de tipo supervisado. ¿Por qué? porque tengo una data con una variable objetivo que yo conozco, el aprendizaje será supervisado, ¿no?

Speaker A

Dentro de ello tenemos los modelos de regresión y de clasificación, ¿no? Como conozco y, entonces si es numérico, uso regresión, si es binario multiclase uso clasificación.

Speaker A

Así de simple, muchachos. Pero, ¿qué pasaría si tengo una base de atos en el cual yo no tengo una variable objetivo? No tengo una variable y pasa ahí. Como no tengo ninguna variable Y, ninguna variable objetivo, lo que va a

Speaker A

hacer estos modelos de machine learning es que a partir de los datos que yo tengo va a descubrir algún patrón oculto, grupos segmentos y la técnica más usada es el famoso clasering ¿no?

Speaker A

Seguramente ustedes han escuchado de segmentación de clientes. El clustering se usa para segmentación de clientes y pertenece al aprendizaje no supervisado, ¿no? No supervisado.

Speaker A

¿Por qué? Porque acá no existe un y no existe muchachos. No tengo una variable que me supervise, solo tengo un conjunto de variables y a partir de las cuales yo voy a extraer algún patrón, algún grupo.

Speaker A

A eso se conoce como el aprendizaje no supervisado ¿no? Y el aprendizaje por refuerzo se usa más en la robótica, no entra tanto en la parte de datos.

Speaker A

Los que están en, por ejemplo, los mecatrónicos, los ingenieros mecatrónicos, ellos automatizan cosas, muchachos.

Speaker A

esa automatización no es cosa eh, no es magia, no es simplemente es un aprendizaje que se que se que se le enseñó, por ejemplo, al robot, ¿no? Y lo bueno que el robot una vez que se equivoque y aprende ya no vuelve a

Speaker A

cometer el error. Por eso se llama aprendizaje por refuerzo, muchachos. la robótica, los coches autónomos, los juegos online, todo eso está en esa en esa rama del machine learning, ¿no?

Speaker A

Entonces, si les preguntan cuántos tipos de aprendizaje o tipos de mach learning existen, ustedes tienen que decir que son tres, el supervisado, el no supervisado y el aprendizaje por refuerzo ¿no?

Speaker A

Entonces, ¿de qué va a depender elegir un enfoque u otro de lo que tú estás realizando? ¿No?

Speaker A

Por ejemplo, si yo quiero predecir la morosidad de un cliente, ah, entonces supervisado ¿no?

Speaker A

Si yo quiero segmentar un grupo de trabajadores clientes empresas colegios hospitales clastre, no supervisado, ¿no?

Speaker A

si quieres automatizar cosas como robot, algún brazo mecánico quizás, entonces ya es un aprendizaje por refuerzo ¿no?

Speaker A

Muy bien. Y acá vamos a detallar un poquito lo que en lo que consiste cada uno. El aprendizaje supervisado, muchachos.

Speaker A

Los datos tienen características etiquetadas ¿no? Es decir, tengo un y, tengo mis X y tengo mi Y, ¿no?

Speaker A

Entonces, si tengo este tipo de datos, estoy en un aprendizaje supervisado porque tengo una etiqueta, tengo un y, pero en el aprendizaje no supervisado, muchachos, no existe etiquetas, datos sin etiquetar ¿no?

Speaker A

Entonces, yo no tengo un y, simplemente todos son x. Y a partir de estos es lo que tengo, tengo que yo descubrir algún patrón oculto ¿no?

Speaker A

El aprendizaje por refuerzo, muchachos, el aprendizaje por refuerzo lo que se usa es en robótica, ¿no?

Speaker A

¿Cómo aprende? a través de ensayo y error. Los coches autónomos, por ejemplo, al inicio eh cometían muchos errores, ¿no? Por ejemplo, el auto de Tesla y esas y esos autos. Se supone que cuando se atraviesa una persona debe detenerse, ¿no?

Speaker A

Le ponían una gigantografía y el carro se detenía, ¿no? Una foto se detenía. Entonces no identificaban.

Speaker A

Pero a medida que pasaban los tiempos, ya se perfeccionaba, no aprendía. En otras palabras es así, ¿no? Los robots igual.

Speaker A

Entonces, estos son los tres tipos de aprendizaje del machine learning, muchachos. Y si se dan cuenta, se ajusta a casi todos los contextos de la vida real, ¿no?

Speaker A

Si ustedes ven ese brazo mecánico que ensambla carros, por ejemplo, se usó aprendizaje por refuerzo, muchacho.

Speaker A

Si no, pues haría cualquier cosa, ¿no? Y no se equivoca, ¿no? Interesante ¿no? Muy bien, hemos hablado del concepto básicos de introducción, todo, pero no vayan a pensar, muchachos, que el machine learning es sencillo.

Speaker A

Consta de siete etapas, muchachos. Siete etapas muy importantes. Primero, para yo usar algún modelo de machine learning, necesito datos.

Speaker A

Sin datos, muchachos, yo no puedo hacer nada. Pero antes de datos, necesitas algo mucho más importante, identificar el problema de negocio que tú vas a solucionar con tu modelo de machine learning.

Speaker A

Si no, ¿qué sentido tiene entrenar un modelo? Se supone que tú vas a entrenar un modelo para dar solución a algo.

Speaker A

Muy bien. Antes de los datos, lo más importante muchachos es identificar el problema, ¿no?

Speaker A

Cosa que los libros no lo ponen. Pero, ¿por qué no lo ponen? Porque generalmente los que hacen los libros son ratones de biblioteca, muchachos.

Speaker A

Nunca han trabajado, por eso de frente se van a lo que dicen los libros, ¿no? Pero en la vida real, muchachos, de nada sirve proponer un modelo si no sabes para qué lo estás haciendo.

Speaker A

Siempre hay que identificar el problema de negocio, es decir, qué cosa yo voy a solucionar con mi modelo.

Speaker A

Por ejemplo, si estoy en una empresa de telefonía y mi problema es la fuga de los clientes, ¿por qué mis clientes se van?

Speaker A

Ah, entonces mi problema es el fuga de clientes. Ahora, ¿qué tengo que hacer? Tengo que proponer un modelo predictivo para predecir el riesgo de fuga de un cliente.

Speaker A

¿Por qué? Porque si yo identifico a los clientes con riesgo alto, yo puedo lanzar estrategias para fidelizar a esos clientes, ¿no? Se dan cuenta a partir de un problema de negocio sale el modelo.

Speaker A

Obviamente tú planteas el modelo, pero para ese modelo necesitas datos, ¿no? Acá recién entra lo más importante, los datos. Hay que ver si tienes datos.

Speaker A

Una vez que ya has encontrado datos, hay que procesar esos datos. Los datos no están limpios, hay que limpiarlos, duplicados, atípicos, valores perdidos, recodificaciones, un montón de casos.

Speaker A

Luego que sí hay que elegir un modelo. Cuando se habla de machine learning existen más o menos 38 modelos de machine learning, muchachos.

Speaker A

Entonces, hay que ver cuál es el mejor, ¿no? Para eso tenemos que entrenar el modelo, hay que evaluar el modelo.

Speaker A

Luego existe una etapa muy importante llamado el tuning del modelo. El tuning es la optimización del modelo.

Speaker A

Y una vez optimizado, es decir, ya okay, okay, okay. Necesitas llevar tu modelo a producción muchachos.

Speaker A

llevarlo un aplicativo para ya usarlo, ¿no? Y ustedes se preguntarán, "Profesor, se ve simple, pero cada etapa toma su tiempo.

Speaker A

¿Se imaginan el preprocesamiento de los datos del tráfico móvil, muchachos? Terrible, ¿no? Debió ser terrible, muchachos.

Speaker A

Eso lo hecho de recopilar los datos y probar y depurar. Eso es un trabajazo, es un chambón, como se dice acá en Perú.

Speaker A

Yo me imagino el tiempo daron ellos. Sí. El procesamiento, el costo computacional de hacer un un simple cambio muchachos.

Speaker A

Pero por eso para hablar de machine learning tiene que haber big data. Ya cuando el costo computación es alto, ya estamos hablando de big data, ¿no?

Speaker A

Entonces, pero son etapas muy importantes. Ahora, imagínate correr modelos muchachos. Correr modelos con millones de datos.

Speaker A

Terrible ¿no? Por eso cuando hay este tipo de proyectos a gran escala, hay varios profesionales ¿no?

Speaker A

Hay un ingeniero de datos que va a ver todo el todo el manejo de esos volúmenes de datos, ¿no?

Speaker A

Va a haber un científico de datos, un ingeniero machine learning y para el lado de despliegue tiene que haber un desarrollador ¿no?

Speaker A

Un full stack, como dicen, ¿no? Claro, nosotros no entramos en todas las etapas, ¿no? No, eso eso sería muy ambicioso, ¿no? Tendrías que ser un full stack, como dice, para ver todos sus puntos, pero en sí es un trabajo

Speaker A

multidisciplinario ¿no? Esas son, muchachos, las siete etapas involucradas en el machine learning. No es nada sencillo, muchachos, pero hay que entender que es un conjunto de procedimientos, no no es meter mis datos al modelo y se acabó, no, no es

Speaker A

así, es todo un proceso. Muy bien. Ventajas de los modelos de machine learning muchachos.

Speaker A

Bueno, identifica tendencias y patrones. que los humanos no podemos identificarlo muchachos. No se puede. Hay, Claro, hay cosas sencillas como el área de un triángulo que sí se puede identificar, ¿no? Pero si tienes millones de registros y muchas

Speaker A

variables, ya el patrón es complejo también. Entonces, pero estos algoritmos sí lo pueden encontrar, ¿no?

Speaker A

Una vez que los entrenas pueden funcionar sin intervención humana. Sí, efectivamente, esa es la idea, ¿no?

Speaker A

Los resultados pueden ser más precisos, sí, pero asumiendo que le das buenos insumos, cantidad y calidad, no puede manejar varios formatos de datos.

Speaker A

Sí, machine learning se ha aplicado, muchachos, para imágenes, audios, videos texto y los valores que conocemos, ¿no? Y también para grandes volúmenes de datos.

Speaker A

Ahí está su fortaleza, muchachos. Acá está la fortaleza del mach el aprendizaje de tus algoritmos va a depender del volumen de datos y punto, se acabó.

Speaker A

Eso es el sustento de del machine, ¿no? Muy bien. Desventajas también tiene desventajas, obviamente, ¿no? No todo es bonito, como dicen no es costoso. Sí.

Speaker A

Imagínate para el caso del tráfico móvil, ¿no? Eso sí es es costoso, ¿no? Eso sí es costoso, ¿no?

Speaker A

Puede ser difícil de aplicar si no se dispone de datos suficientes. Obviamente si tengo muchos datos, buenazo, pero si tengo pocos datos, entonces el enfoque del machin ling no es el apropiado.

Speaker A

Se habrán dado cuenta, muchachos, que machine learning es netamente computacional ¿no? Por ende, necesitas una buena inversión en lo que es hardware y más que todo buenas computadoras, ¿no?

Speaker A

Y otro muy importante es tener siempre la ayuda de un experto que te ayude a interpretar los resultados correctamente ¿no?

Speaker A

Entonces no cualquiera pues puede meterse a este mundo, ¿no? Claro, uno puede correr un código, pero eso no es hacer machine learning, ¿no?

Speaker A

Ahí simplemente has ejecutado un código nada más. Entonces, el experto interpreta resultados, ve si el modelo está prediciendo bien y en qué momento falla y hay que calibrar el modelo y todo eso lo ve un experto, ¿no?

Speaker A

Muy bien. Entonces, vamos a hablar algo muy interesante. Les había comentado que muchas veces confundimos conceptos, ¿no?

Speaker A

Los conceptos que más confunden en la actualidad es la minería de datos, el machine learning y el deep learning. Muchachos, no son los mismos, son cosas totalmente diferentes muchachos.

Speaker A

Y acá lo vamos a entender de una manera muy sencilla. Miren, seguramente ustedes lo van a escuchar en algún momento, ¿no? La minería de datos o el famoso data mining, muchachos. El objetivo era descubrir conocimiento a partir de un conjunto de datos,

Speaker A

pero el proceso era manual, es decir, cada vez que venía datos, tú tenías que hacer nuevamente lo mismo.

Speaker A

Cumplía su función de descubrir conocimiento. Sí, era era factible, ¿no? Era útil porque tú podías conocer pues o identificar algún conocimiento, descubrir algo interesante, ¿no? Por eso era minería de datos, tenías bastante datos y tú escarabas hasta encontrar

Speaker A

algo interesante. Minería de datos, ¿no? Pero era un proceso manual. Muchachos, ¿qué usabas para mineratos?

Speaker A

estadísticas, gráficos exploratorios, algunos modelos matemáticos, lo tradicional que existía, ¿no? Pero el machine learning, muchachos, es ya más moderno.

Speaker A

En otras palabras, lo que tú vas a hacer es que tus computadoras piensen por ti.

Speaker A

Entonces, tú tienes tus datos, le das a tus modelos de machine learning, aprende y una vez que aprendan ya lo usas para tomar decisiones.

Speaker A

Una vez encontrado el modelo óptimo, el modelo ideal, ya no hay interferencia humana o hay una menor interferencia humana.

Speaker A

Claro, una vez tu modelo puesto en producción, el analista financiero, el analista X lo usa para tomar una decisión y listo.

Speaker A

Claro, cada cierto tiempo hay que calibrar el modelo, obviamente, ¿no? ¿Por qué? porque los datos siguen incrementándose ¿no?

Speaker A

Entonces, eso es la diferencia importante. Mientras que la minería ser un proceso manual, el machine learning es más automatizado.

Speaker A

En otras palabras, es automatizado. Claro, tanto el machine learning y el deep learning, muchachos, perdón, el data mining, usan los mismos las mismas herramientas, ¿no? Usan matemática, usan estadística, usan programación.

Speaker A

Pero el enfoque es diferente, el proceso es diferente, ¿no? Muy bien. Ahora la pregunta del millón, profesor, ¿y deep learning qué tiene que ver?

Speaker A

El de learning, el famoso deep learning o el aprendizaje profundo, muchachos, combina dos cosas.

Speaker A

poder de cómputo y redes normales especiales. Si tú combinas estos dos, yo diría más big data, acá siempre he criticado a los a los autores, se estaría hablando del famoso deep learning ¿no?

Speaker A

Es decir, cuando ya vas a usar una red neuronal compleja, por ejemplo, una red neuronal convolucional que sirve para reconocimiento de imágenes más datos masivos más que va a implicar poder de cómputo, se habla de un aprendizaje profundo,

Speaker A

¿no? Un deep learning, cosa que no se menciona en los anteriores casos. Entonces, específicamente, Deep Learning es un caso especial de uso de redes neuronales especiales, ¿no?

Speaker A

Ahí están las convolucionales, las recurrentes, las gan, las generativas, todo lo que tiene que ver con este boom de la IA, muchachos.

Speaker A

Entonces, ya hablar de deep learning es hablar de cosas a una escala mayor, ¿no?

Speaker A

Pero donde intervienen las famosas redes neuronales que sirve para todo prácticamente. Muy bien. Entonces, estas son las diferencias más importantes, muchachos.

Speaker A

A ver, vamos a ver una diferencia entre mineratos y machine learning. Mira, mientras el data mining, eh, claro, el análisis es más manual, ¿no?

Speaker A

Eso es un limitante. En su momento era un boom, ¿no? Era muy interesante. Descubre patrones, buenazo ¿no?

Speaker A

Pero en la actualidad se habla de machine learning. ¿Por qué? Porque el machine learning no solamente identifica algún patrón interesante sino reproduce patrones conocidos, es decir, aprende esos patrones ocultos.

Speaker A

Una vez aprendido, ya está listo para hacer predicciones, ¿no? Está automatizado. Sí, una vez entrenado, ya lo puedes usar directamente.

Speaker A

Y eso lo hace interesante, ¿no? Que es automatizado y aparte es ideal para reconocer algún patrón oculto, ¿no?

Speaker A

cosa que eso es lo que no podemos observar, estos algoritmos si lo pueden si lo pueden encontrar, ¿no?

Speaker A

Muy bien, por eso el data mining ya ha sido un poco dado de baja, ¿no? Y ahora el enfoque es machine learning, ¿no?

Speaker A

Pero en su momento, muchachos, en la época 2000 más o menos era un boom.

Speaker A

Habían maestrías inclusive en España de minería. No, muy bien, pero son los tiempos cambian, como se dice, ¿no?

Speaker A

Muy bien. Big data y machine learnings, otro concepto que muchos se equivocan, muchachos. Muchos piensan que son los mismos, pero son diferentes, muchachos.

Speaker A

No son los mismos. Ya, ahora les voy a explicar. Bis data, muchachos, es una tecnología que se encarga de extraer y procesar grandes volúmenes de datos y muy complejos para poder organizarlos con posterioridad, de manera que pueden consultarse de

Speaker A

forma sencilla por parte de personas y programas. Esta es la mejor definición de big data que he encontrado, muchachos.

Speaker A

En algunos libros pues le meten una definición muy compleja, ¿no? Simplemente es aquella tecnología que te va a permitir pues procesar grandes volúmenes de datos y transformarlos en un formato sencillo, cosa que la persona común, el analista lo puede entender,

Speaker A

¿no? Pero el detrás es todo una ingeniería de datos, muchachos. No es nada sencillo, ¿no?

Speaker A

Por eso, en resumen, el Big Data no se ocupa de analizar los datos, muchachos. Hay mucho cuidado. El Big Data no analiza datos, solo se encarga de recogerlos, procesarlos y organizarlos.

Speaker A

Nada más. En otras palabras, eso es big data. ¿Y qué es machine learning? El machine learning, muchachos, se encarga de realizar análisis inteligentes sobre los datos recopilados usando el big data, en busca de patrones y tendencias que pueden ayudar a la toma de decisiones.

Speaker A

En conclusión, machine learning no recoge datos ni extrae, sino que recibe esto del big data muchachos.

Speaker A

Entonces son cosas totalmente diferentes, pero con esto ustedes ya van a tener bien claro estos dos conceptos importantes.

Speaker A

Entonces el big data es aquella tecnología que va a proporcionar insumo al machine learning. El machine learning sí hace ya análisis de datos, ¿no? Pero es un proceso, no es nada sensi la data de tráfico móvil ustedes piensan

Speaker A

que es grande, ¿se imaginan la data de toda la data de Google, muchachos? que por cierto con eso fue entrenado en CH GPT, por ejemplo, ya son datos pero enormes ¿no?

Speaker A

No creo que ni ni sea ni pentabay ni terabay, debe ser otra magnitud, pero eso es eso es big data, ¿no? Big data es algo muy muy grande, como se dice.

Speaker A

Bien. Entonces, vamos a ver algunos diagramas para entender lo siguiente, muchachos. Cuando hablamos de inteligencia artificial es el todo, ¿no? Es el conjunto mucho más grande dentro de la inteligencia artificial.

Speaker A

Esto es la famosa IA, ¿no? Tenemos el machine learning como un subconjunto y dentro el deep learning, ¿no?

Speaker A

Entonces eso es la relación que existe entre IA, machine learning y deep learning. Muchachos, profesor, ¿y qué viene a hacer el big data? El big data no tiene nada que ver con la IA, ¿no?

Speaker A

El big data, recuerden que es aquella tecnología que te permite procesar un conjunto de de datos masivos.

Speaker A

El big data lo que te va a dar es insumo muchachos para lo que tú quieres hacer. Como quién dice, el big data te proporciona los insumos y el machine learning, el deep learning, en general otros algoritmos de la IA

Speaker A

te permiten hacer análisis, ¿no? Muy bien. Seguramente tú has escuchado del científico de datos, el famoso data science, ¿no? Que es el profesional que está de moda, por ejemplo.

Speaker A

Entonces, para ser un científico de datos, tienes que tener conocimiento, pues, un poquito de de todo, ¿no? de esto, de esto, de esto y de esto.

Speaker A

Nadie dice que domines, ¿no? Pero que tengas conocimiento, ¿no? Pero si quieres tener un skill ideal para un científico de datos, muchachos, tú necesitas estos estas habilidades.

Speaker A

Estadística y matemáticas, sí o sí. Esto es un no negociable, muchachos. Análisis de datos. Acá está tu estadística, tus visualizaciones de datos y todo, ¿no?

Speaker A

Conocer machine learning, muchachos. Conocer al menos un lenguaje de programación puede ser R o Python, cualquiera de los dos.

Speaker A

En especial Python. Luego conocimiento de visualización de datos, Power BI y lo más importante y que nadie le hace caso es el conocimiento del negocio.

Speaker A

Entonces, esas esos skills, muchachos, te hacen un científico de datos de nacimiento, ¿cómo se dice?

Speaker A

Entonces, para hablar de machinler necesitas saber matemática estadística. Si no, no lo vas a entender.

Speaker A

Necesitas un lenguaje de programación R Python o también lo que está apareciendo poco a poco en Julia, ¿no?

Speaker A

Esos son, muchachos, los skills para que uno sea un científico de datos en la actualidad.

Speaker A

Por eso no me sorprende pues que aparecen maestrías como ciencia de la computación, ciencia de datos.

Speaker A

Entonces eh hay hay demanda, muchachos. Por eso aparecen esas nuevas carreras. Por ejemplo, hace unos 5 años acá en el Perú no había una una maestría en ciencia atos, ¿no? Y ahora ya casi todas las universidades tienen maestrías en

Speaker A

ciencia. interesante ¿no? Muy bien. Bueno, al cual algunas referencias bibliográficas para que puedan profundizar.

Speaker A

Entonces, esta sesión, muchachos, ha sido bastante introductorio. Era necesario, ah, porque irme a correr códigos no lo veía razonable.

Speaker A

Muy bien, vamos a continuar. con la segunda parte de este curso que es machine learning para clasificación.

Speaker A

Recuerden, muchachos, que cuando se habla de machine learning habían tres tipos de aprendizaje, ¿no? A ver, vamos a buscar supervisado, no supervisado y por refuerzo. Dentro del supervisado tenemos la regresión y tenemos la clasificación.

Speaker A

Nosotros vamos a detallar un poquito más sobre esta rama que es la más usada.

Speaker A

No vamos a poder ver todas los aprendizajes. Eso ya sería un curso netamente machine learning, ¿no? Pero vamos a ver esta rama de la clasificación que vendría a ser el aprendizaje supervisado, ¿no?

Speaker A

Igual les voy a compartir algunos libros de machine learning para que puedan reforzar algunos puntos. Ya.

Speaker A

Muy bien. Entonces, hablemos del machine learning para clasificación, muchachos. Cuando se habla de machine learning para clasificación, entonces voy a tener algo así, ¿no? Una variable, no sé, uno es y ceros y voy a saber si un individuo x

Speaker A

pertenece pues al grupo uno, al grupo cero, ¿no? Algo así. La revisión logística binaria, por ejemplo, sirve para hacer eh clasificación, ¿no? Claro, si es que lo usas con un enfoque predictivo, ¿no?

Speaker A

Pero no solamente puede ser binaria, también puede ser multiclase, ¿no? 1, dos y tres, por ejemplo.

Speaker A

Entonces, para clasificación, yo tengo que ver primero que mi variable sea una dicotómica o una multiclase, ¿no?

Speaker A

Entonces, ahí usaría para clasificación. Muy bien, veamos qué casos existen. Bueno, esta definición ya la hemos visto ¿no?

Speaker A

Ach, en aprendizaje automático es un tipo de inteligencia artificial que permiten descubrir patrones y predecir comportamientos, ¿no?

Speaker A

Eso sí ya lo hemos mencionado. ¿Dónde se usa en la práctica, muchachos? en casi todo, ¿no? Por ejemplo, en la parte de salud, detección de enfermedades, clasificación de secuencia de ADN, un montón de cosas.

Speaker A

Acá también algo interesante, ¿no? Predicción de estancia hospitalaria es un un tema muy interesante que pareciera que no es muy importante, pero para las clínicas sí es muy importante, ¿no? Recuerden que las clínicas, muchachos, si tú te quedas más tiempo es

Speaker A

mejor para ellos porque vas a pagar más, ¿no? Pero en los hospitales es un problema porque hay una sobrepoblación, ¿no?

Speaker A

faltan eh camas de hospitalización y un montón de cosas, ¿no? Entonces, por ejemplo, una predicción estancia hospitalaria, desde que entra el paciente, ¿cuánto tiempo tiene que pasar para que se dé de alta? ¿No?

Speaker A

Eso es la predicción de estancia hospitalares para el sector público. Es muy importante porque te permite pues al menos programar la cantidad de de camas disponibles, ¿no?

Speaker A

Interesante. Luis, sí. Hay una hay un área de la matemática que se llama teoría de decisiones que utilizan ahí. Muy bien.

Speaker A

utilizan una unos unos procesos que se llaman, bueno, una teoría se llama teoría de colas. Lo utilizan mucho en los bancos y en y en situaciones como esta para averiguar qué tiempo dura un elemento, bueno, un un elemento dentro

Speaker A

del sistema. Exacto. Eso ayuda a tomar decisiones. En el caso de los hospitales, disponer más camas, por ejemplo. Puede ser también disponer mayor cantidad de especialistas para darle más salida a los a a la cita que tiene o en un banco poner más cajero

Speaker A

disponible para para que la fila no no tarden tanto. Exacto. Exacto. Exacto. Entonces, hay una teoría matemática para eso.

Speaker A

Exacto. Pero aunque no lo creas, el machine learning ha robado ese concepto también. Es decir, usa, mejor dicho, ese concepto matemático lo ha traducido a un a especie de algoritmo.

Speaker A

Exacto. Exacto. Entonces, no es que se le algo alguien mágicamente se le ha inventado, ¿no? Simplemente es No, han adaptado las teorías a modelos para situaciones más más reales.

Speaker A

Exacto. Y peor si tiene bastante registro, uf, mejor para ellos, ¿no? Es verdad. En estadística existe un un tema llamado modelos de supervivencia ¿no?

Speaker A

De manera estadística también se puede modelar ese ese tiempo de estanza, ¿no? Es muy diferente a la teoría de colas.

Speaker A

El teoría de colas es más que todo basado un enfoque de optimización, ¿no? Mientre que los modelos de supervivencia modelan el tiempo de el evento es que el paciente entre, ¿no?

Speaker A

Y y el éxito sería en qué tiempo sale, ¿no? Entonces eso lo ve los modelos de supervivencia desde un punto de vista de modelo estadístico ¿no?

Speaker A

Teoría de colas también es útil y bueno, el machin también usa eso, ¿no? Entonces, mejor dicho, Machin L se está acoplando a casi todos los contextos, muchachos, pero tiene un un sustento matemático detrás, ¿no? No es que se le haya

Speaker A

ocurrido mágicamente. Muy bien. ¿Qué más? Bueno, en retail, ¿no? Segmentación de clientes, que es lo más común, ¿no?

Speaker A

Estimación de la demanda, fijación de precios. Esto de acá es interesante. Los famosos tiktokers, ¿no? Los los influencers, por ejemplo, ellos en función a su expertiz saben a qué hora lanzar una una publicidad, por ejemplo. No, ellos no saben machine learning, pues

Speaker A

no. Pero si tú usas el machine learning, obviamente si es que te has enfocado en recupilar datos y todo, ¿no?

Speaker A

Puedes saber cuál es la hora idóneo para que tu postor cantidad de visitas o interacciones posibles.

Speaker A

Se puede hacer eso con machin, ¿no? Es más, la red social Instagram usa eso.

Speaker A

Entonces, claro, hay varias redes que usan, pero Instagram específicamente usa machine learning para optimizar sus horas de máximo impacte que pueda existir una publicación o que pueda tener una publicación ¿no?

Speaker A

Entonces, desde ahora tu decisión no se puede basar solamente en la expertiz, muchachos. También se tiene que basar en datos.

Speaker A

Esa es la moraleja del mach, ¿no? Muy bien. En logística, esto de acá me ha pasado a mí.

Speaker A

Esto no mantenimiento predictivo. Sí, me pasó. Resulta que había una empresa de transporte acá en Lima que hacía un recorrido interprovincial, ¿no? Buses, los famosos buses ¿no?

Speaker A

Más o menos un viaje le tomaba 20 horas y bueno, transportaba pues más o menos eh unos 200 pasajeros, ¿no? promedio.

Speaker A

Entonces, la el dolor de cabeza de la empresa era lo siguiente, ¿no? ¿Cada cuánto tiempo tendría que yo dar mantenimiento a los neumáticos de mis buses?

Speaker A

Esa era la pregunta. ¿Cada cuánto tiempo? Y uno dice, pucha, que una pregunta interesante, ¿no? ¿Cómo puedo saber cada cuánto tiempo tengo que dar mantenimiento a los neumáticos antes que se reviente? No, porque si tú no le das

Speaker A

mantenimiento, se revientan los neumáticos y eso era mucho más costoso para la empresa y era una mala reputación.

Speaker A

Imagínense que en la ruta se revienten las llantas y qué hace con los pasajeros.

Speaker A

va a haber una un malestar general, ¿no?, de los pasajeros. Entonces esa empresa se quería saber pues cada cuánto tiempo tendría que dar mantenimiento a los neumáticos ¿no?

Speaker A

Hacer un reencuchado, un vulcanizado n cosas de tal manera para que la vida útil sea un poco más, ¿no?

Speaker A

Aunque no lo crean, muchachos, eso era mucho ahorro, mucho dinero en ahorro para la empresa.

Speaker A

Es decir, el mantenimiento predictivo ya era un ahorro muy importante para ellos, muy aparte cuidar la reputación y todo, ¿no?

Speaker A

Pero el problema es que no había datos. ¿Cómo yo puedo estimar un tiempo de un tiempo promedio para para poder dar mantenimiento a los neumáticos, no? y era por carro, creo que tenía como 60 carros esa empresa.

Speaker A

Entonces vimos una experiencia que que usan en otros países, sobre todo los equipos de fútbol, ¿no?

Speaker A

No sé si han escuchado del Real Madrid, Barcelona, que los jugadores llevan un chip ¿no?

Speaker A

Que monitorea todos, todo su performan, ¿no? y registra todo, calorías perdidas, deshidratación, velocidad, temperatura corporal, un montón, un montón de cosas. Ya, esa misma idea fue trasladada a los carros.

Speaker A

Se le puso un sensor en los neumáticos que registraba velocidad, temperatura, rozamiento, desgaste, un montón de cosas.

Speaker A

Con estas variables, muchachos, salió un tiempo promedio de estimación. Entonces, ¿cuál es la moraleja de estos muchachos?

Speaker A

Tú puedes tener la mejor idea y no tienes datos. No, no te pongas triste.

Speaker A

Puede haber una manera de cómo recopilar datos ¿no? 60 autobuses, viajes diarios, un año tienes bastante data.

Speaker A

Entonces, lo importante, muchachos, de registrar los datos, ¿no? Eso es lo importante. Te sirve para muchas cosas, no solamente para tener ahí de adorno, ¿no? Ya vas a tomar decisiones en base a los datos, ¿no?

Speaker A

Muy bien. Entonces, machine learning, muchachos, está en casi todo, muchachos. financiero, ni hablar, ¿no?

Speaker A

Detección de fraudes, un montón de cosas. Morosidad, por ejemplo, energético. Esto acá también es algo interesante, muchachos.

Speaker A

Imaginen que esto sea un distrito que tiene una demanda energética de, no sé, eh, 50,000 kW, por ejemplo, no sé, estoy diciendo cualquier cosa, ya.

Speaker A

Y se crea otro distrito por acá, ¿no? Uno más pequeñito. La pregunta es, ¿cuánta demanda energética necesita?

Speaker A

Uno diría, "Profe, superfácil, ¿no? Hago un prorroteo por la población que tiene y se acabó." Y el problema de estos casos tienes que dar un sustento técnico, ¿no? No no no se trata de hacer un una distribución proporcional, no tienes

Speaker A

que buscar un sustento formal, como se dice, pero sirve para eso, no solamente para la demanda energética, también para los caudales de las represas, un montón de cosas, muchachos. Entonces es muy interesante este mundo, ¿no?

Speaker A

En seguridad, por ejemplo, los correos electrónicos ya tienen su sistema antiespam ¿no? Llega un correo con sospechoso y automáticamente el algoritmo del del Google Drive o del Outlook, por ejemplo, lo manda correos no deseados, ¿no?

Speaker A

¿Por qué ha detectado algo sospechoso? No, ya está automatizado, ni siquiera te consulta ¿no?

Speaker A

Y otra cosa que me parece interesante es en recursos humanos, muchachos. En recursos humanos está aplicando el famoso machine learning para hacer contrataciones.

Speaker A

A eso lo conocen como el famoso People Analytics, ¿no?, que también está de moda.

Speaker A

Interesante todo eso. Sí. Entonces ahora lo que hacen es un web scrapping del LinkedIn, arman una data masiva con todo el perfil que solicitan y mediante un modelo hacen un ranking del mejor postulante o del mejor candidato.

Speaker A

Seleccionan los tres primeros, lo entrevistan y se acabó. Entonces, antes, ¿qué hacía el psicólogo o el reclutador?

Speaker A

tenía que mandarle pues 20,000 CBS, tenían que leerse todos los CBS y todo el tiempo que implica, muchachos. Ahí se dan cuenta todo se está automatizando muchachos todo.

Speaker A

Entonces, con este People Analytics hacen un una data de postulantes con el perfil X, un ranking de los postulantes, los tres primeros en las entrevistas y se acabó. Ya no tienes que todos los hay que tener el link bien actualizado.

Speaker A

Entonces, exacto, por eso link yo recomiendo que actualicen, muchachos. Es muy importante. Eh, creo que es la única red social que vale la pena tenerlo.

Speaker A

Lo demás no es perre de tiempo, como se dice, ¿no? Depende para qué se usa.

Speaker A

Ah, claro. Si eres un negociante, sí. No necesitas tu tu, por ejemplo. Claro, es inevitable. ¿Cómo se dice?

Speaker A

Sí. Entonces, muchachos, el machine learning está en casi todo, muchachos. Si alguna vez pensaban que aún no lo han usado, quizás no están usando formalmente o produciendo un modelo machine learning, pero están usando un servicio de machine learning, ¿no?

Speaker A

Una aplicación práctica de machine, lo estamos usando diario, muchachos. WS, por ejemplo. Mm. Muy bien, ya nos pasamos.

Speaker A

Este, ya lo vimos. Bueno, estaremos continuando, muchachos, la siguiente sesión de acá en adelante y un poquito de redes neuronales, ¿no? Más bien, muchachos, les quería pero un favor, si este jueves podemos tener nuestra última sesión.

Speaker A

Se podrá, muchachos. El sábado y domingo es el día, el estadístico y voy a tener muchos eventos, así que voy a estar muy ocupado.

Speaker A

Entonces sería mañana y pasamos mañana, ¿no? Falta una sesión nada más. Ah, okay. Entonces, el jueves culminaríamos todo.

Speaker A

Sí, jueves vemos lo que falta y un poquito redes neuronales y con eso acabamos todo el sinabus del curso.

Speaker A

Okay. Eh, voy a mandar igual la encuesta por por el chat ya, no se preocupen.

Speaker A

Puede ser miércoles o jueves. Okay. Ya. Una pregunta, Luis. Sí, fuera fuera de todo esto. Sí, es de estadística, pero es fuera de todo esto.

Speaker A

Bueno, dos cosas. La primera es que por favor se acuerde de los libros de de Machin Larin.

Speaker A

Sí, sí, no se preocupe. Y la segunda, ¿es posible utilizar regresión lineal como indicador para yo medir eh íem en psicometría?

Speaker A

No, ahí sí hay que tener mucho cuidado, ¿verdad?, O sea, yo yo mi me me se me se acercaron a mí en ese sentido y mi recomendación fue de hecho están están midiendo íem dicotómicos y usan a CUD de

Speaker A

Richardson para medir eh confiabilidad. Yo digo, bueno, eso está bien. Lo que tú estás probando un instrumento, tú no puedes decirme a mí que tú vas a usar regresión lineal si la variable que tú necesita debe ser lineal. eh

Speaker A

numérica eh cómo es que se llama, eh una variable numérica que no es que no es que no es de 1 2 3 cu sino continua. Entonces, necesariamente necesitas eh utilizar algún otro tipo de método para probar eso, porque la regresión yaal no es para

Speaker A

eso. Sí, totalmente de acuerdo. Okay. Sí, hay que tener mucho cuidado. El machine learning es yo yo no lo vi así. Yo no no lo he visto así. Regresión lineal en en manejo de prueba de instrumento. Nunca lo había lo

Speaker A

había visto, pero no. Eh, hay malas prácticas también. Hay malas prácticas, la verdad. Eh, lo que sí se recomienda para variar instrumentos de medición es análisis factorial confirmatorio.

Speaker A

Exacto. El análisis factorial confirmatorio pero para tú medir dispersión entre íems tú no puedes utilizar. Hay un paquetón de de indicadores para valización de contenido y valuación interna dependiendo el

Topics:machine learningregresión linealregresión logísticaalgoritmos de aprendizajepredicciónmodelos estadísticosinteligencia artificialdatos grandesdeep learningredes neuronales

Frequently Asked Questions

¿Cuál es la diferencia principal entre regresión estadística y machine learning?

La regresión estadística requiere cumplir supuestos como normalidad y homocedasticidad, mientras que el machine learning no necesita estos supuestos y aprende directamente de grandes volúmenes de datos.

¿Para qué sirve principalmente el machine learning según el video?

El machine learning se utiliza principalmente para hacer predicciones, ya sea de valores numéricos (regresión) o para clasificar grupos, basándose en patrones aprendidos de los datos.

¿Qué se necesita para que un algoritmo de machine learning aprenda bien?

Se necesita una gran cantidad de datos de calidad para que el algoritmo pueda identificar patrones ocultos y aprender eficazmente, mejorando así sus predicciones.

Get More with the Söz AI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries, speaker detection, and unlimited transcriptions.

App Store Google Play

Or transcribe another YouTube video here →