Aprendizaje automático para análisis de datos

El aprendizaje automático es un subcampo de la informática que se ocupa de tareas como el reconocimiento de patrones, la visión por computadora, el reconocimiento de voz, el análisis de texto y tiene un fuerte vínculo con la estadística y la optimización matemática. Las aplicaciones incluyen el desarrollo de motores de búsqueda, filtrado de spam, reconocimiento óptico de caracteres (OCR), entre otros. Los límites entre la minería de datos, el reconocimiento de patrones y el campo del aprendizaje estadístico no están claros y básicamente todos se refieren a problemas similares.

El aprendizaje automático se puede dividir en dos tipos de tareas:

• Aprendizaje supervisado
• Aprendizaje sin supervisión

Aprendizaje supervisado

El aprendizaje supervisado se refiere a un tipo de problema en el que hay un dato de entrada definido como una matriz X y nos interesa predecir una respuesta y . Donde X = {x ₁ , x ₂ ,…, x _n } tiene n predictores y tiene dos valores y = {c ₁ , c ₂ } .

Una aplicación de ejemplo sería predecir la probabilidad de que un usuario de la web haga clic en anuncios utilizando características demográficas como predictores. Esto a menudo se llama para predecir la tasa de clics (CTR). Entonces y = {clic, no - clic} y los predictores podrían ser la dirección IP utilizada, el día que ingresó al sitio, la ciudad del usuario, el país, entre otras características que podrían estar disponibles.

Aprendizaje sin supervisión

El aprendizaje no supervisado se ocupa del problema de encontrar grupos que sean similares entre sí sin tener una clase de la que aprender. Existen varios enfoques para la tarea de aprender un mapeo de predictores para encontrar grupos que comparten instancias similares en cada grupo y son diferentes entre sí.

Una aplicación de ejemplo de aprendizaje no supervisado es la segmentación de clientes. Por ejemplo, en la industria de las telecomunicaciones una tarea común es segmentar a los usuarios según el uso que le dan al teléfono. Esto permitiría al departamento de marketing dirigirse a cada grupo con un producto diferente.