Revelación de los conceptos básicos del aprendizaje automático Ppt

Diapositiva 4

Esta diapositiva presenta el aprendizaje automático, que es el estudio de algoritmos informáticos que pueden mejorarse automáticamente en función de la experiencia y los datos. Es un componente de la Inteligencia Artificial.

Notas del instructor:

Los algoritmos de aprendizaje automático tienen muchas aplicaciones, como en medicina, filtrado de correo electrónico, reconocimiento de voz y visión por computadora, donde es difícil o inviable desarrollar algoritmos convencionales para realizar las tareas requeridas.

Diapositiva 5

Esta diapositiva brinda información sobre la historia del 'Aprendizaje automático'. Arthur Samuel, pionero en los campos de los juegos de computadora y la inteligencia artificial, inventó la frase "Aprendizaje automático" en 1959.

Diapositiva 6

Esta diapositiva enumera que los algoritmos de Machine Learning son capaces de automejorarse a través del entrenamiento. Actualmente, se utilizan tres estrategias destacadas para entrenar algoritmos de ML: aprendizaje supervisado, aprendizaje no supervisado y aprendizaje por refuerzo.

Diapositiva 7

Esta diapositiva ofrece una descripción general del aprendizaje supervisado, que es uno de los tipos más básicos de aprendizaje automático. En este caso, el algoritmo de aprendizaje automático se entrena en datos etiquetados. Aunque los datos deben marcarse adecuadamente para que este método funcione, el aprendizaje supervisado es poderoso cuando se utiliza en las situaciones adecuadas.

Diapositiva 8

Esta diapositiva demuestra que el análisis de regresión es el enfoque fundamental utilizado en el aprendizaje automático para abordar los problemas de regresión mediante el modelado de datos. Implica establecer la línea de mejor ajuste, que pasa por todos los puntos de datos y minimiza la distancia entre la barra y cada punto de datos. El enfoque de regresión se utiliza principalmente para identificar la fuerza del predictor, la tendencia del pronóstico, la serie temporal y, en el caso de una relación de causa y efecto.

Diapositiva 9

Esta diapositiva describe que la regresión lineal y la regresión logística son dos enfoques de análisis de regresión que se utilizan para abordar problemas mediante el aprendizaje automático; estos son los enfoques de regresión más populares. Sin embargo, existen muchos tipos de enfoques de análisis de regresión en Machine Learning y su uso varía según la naturaleza de los datos.

Diapositiva 10

Esta diapositiva indica que el análisis de regresión tiene muchos tipos y la aplicación de cada enfoque depende de la cantidad de componentes. Estas variables incluyen el tipo de variable objetivo, la forma de la línea de regresión y el número de variables independientes.

Diapositiva 11

Esta diapositiva describe que la regresión lineal es una de las formas más fundamentales de regresión en el aprendizaje automático. El modelo de regresión lineal vincula linealmente una variable predictora y una variable dependiente.

Diapositiva 12

Esta diapositiva indica que la regresión polinomial es un tipo de enfoque de análisis de regresión en el aprendizaje automático. Es similar a la regresión lineal múltiple pero con algunas diferencias. Como estimador se utiliza un modelo lineal. El método de mínimos cuadrados medios también se utiliza en la regresión polinomial.

Diapositiva 13

Esta diapositiva indica que este tipo de regresión en Machine Learning se emplea cuando las variables independientes tienen una fuerte correlación. Esto se debe a que, en datos multicolineales, las estimaciones de mínimos cuadrados producen resultados no sesgados. Sin embargo, si la colinealidad es demasiado alta, puede haber algún valor de sesgo.

Diapositiva 14

Esta diapositiva enumera que la regresión de lazo es una especie de regresión en el aprendizaje automático que incluye la regularización y la selección de características. Prohíbe el tamaño absoluto de los coeficientes de regresión; y como resultado, el valor del coeficiente se aproxima a 0, lo que no es el caso con Ridge Regression.

Diapositiva 15

Esta diapositiva muestra que la regresión bayesiana es un tipo de regresión de aprendizaje automático que utiliza el teorema de Bayes para determinar el valor de los coeficientes de regresión. En lugar de calcular los mínimos cuadrados, este enfoque de regresión determina la distribución posterior de las características.

Diapositiva 16

Esta diapositiva indica que los árboles de decisión son una herramienta útil y tiene muchas aplicaciones. Los árboles de decisión se pueden utilizar para resolver problemas de clasificación y regresión. El nombre indica que muestra las predicciones provenientes de una serie de divisiones basadas en funciones utilizando una estructura de árbol similar a un diagrama de flujo. Todo comienza con un nodo raíz y termina con una elección de hoja.

Diapositiva 17

Esta diapositiva ofrece una descripción general del algoritmo de bosque aleatorio. Un bosque aleatorio es un grupo de árboles de decisión. Cada árbol se clasifica y el árbol "vota" por esa clase para clasificar un nuevo elemento en función de sus propiedades. El bosque elige la categorización con el mayor número de votos (sobre todos los árboles del bosque).

Diapositiva 18

Esta diapositiva ofrece una descripción general de la regresión logística, que es una especie de enfoque de análisis de regresión que se emplea cuando la variable dependiente es discontinua: por ejemplo, 0 o 1, verdadero o falso, etc. La función Logit se utiliza en Regresión logística para evaluar la conexión entre la variable objetivo y las variables independientes.

Diapositiva 19

Esta diapositiva demuestra que KNN es un algoritmo simple que mantiene todas las instancias existentes y clasifica los nuevos casos en función de un voto mayoritario de sus k vecinos.

Notas del instructor:

KNN puede entenderse con una analogía de la vida real. Por ejemplo, si desea obtener más información sobre alguien, chatee con sus amigos y compañeros de trabajo.

Considere lo siguiente antes de decidirse por el algoritmo K vecinos más cercanos:

• KNN es costoso de calcular y llegar a
• Las variables deben normalizarse, o las variables de mayor rango harán que el algoritmo esté sesgado
• Los datos aún deben ser preprocesados

Diapositiva 20

Esta diapositiva indica que Naive Bayes es una técnica de aprendizaje automático probabilístico basada en el teorema de Bayes y se utiliza para una amplia gama de problemas de clasificación. Un modelo naive bayesiano es fácil de construir y funciona bien con conjuntos de datos masivos. Es fácil de usar y supera incluso a los algoritmos de clasificación más sofisticados.

Diapositiva 21

Esta diapositiva muestra que el algoritmo SVM es un proceso de clasificación en el que los datos sin procesar se muestran como puntos en un espacio n-dimensional (siendo n la cantidad de funciones que tiene). Luego, el valor de cada característica se asigna a una ubicación específica, lo que simplifica la categorización de los datos. Las líneas clasificadoras pueden dividir datos y representarlos en un gráfico.

Diapositiva 23

Esta diapositiva muestra que el aprendizaje automático no supervisado tiene la ventaja de trabajar con datos sin etiquetar. Esto implica que no se necesita trabajo humano para que el conjunto de datos sea legible por máquina, lo que implica que el software funcionará en conjuntos de datos mucho más grandes.

Diapositiva 24

Esta diapositiva presenta la agrupación en clústeres en Machine Learning, que categoriza una población o establece puntos de datos en clústeres para que los puntos de datos en un grupo similar sean más idénticos entre sí y diferentes de los puntos de datos en otros grupos. Es una clasificación de objetos basada en sus similitudes y diferencias.

Diapositiva 25

Esta diapositiva enumera que hay una variedad de técnicas de agrupamiento disponibles. Los siguientes son los enfoques de agrupación en clústeres más comunes utilizados en el aprendizaje automático: agrupación en clústeres de partición, agrupación en clústeres basada en densidad, agrupación en clústeres basada en modelos de distribución, agrupación en clústeres jerárquica y agrupación en clústeres difusa.

Diapositiva 26

Esta diapositiva ilustra que los datos se dividen en grupos no jerárquicos en la técnica de agrupación en particiones o basada en el centroide. La técnica de agrupamiento de K-Means es un ejemplo bien conocido. El conjunto de datos se divide en K grupos, donde K indica el número de grupos predefinidos. El centro del clúster está diseñado de tal manera que la distancia entre los puntos de datos de un clúster y el centroide de otro clúster sea la menor posible.

Diapositiva 27

Esta diapositiva indica que el enfoque de agrupamiento basado en la densidad une áreas densas para formar grupos, y se generan distribuciones de forma arbitraria siempre que la región densa se pueda vincular. El programa logra esto mediante la detección de distintos grupos en el conjunto de datos y la conexión de áreas de alta densidad en grupos.

Notas para el instructor: si el conjunto de datos tiene alta densidad y múltiples dimensiones, estos algoritmos pueden tener dificultades para agrupar los puntos de datos.

Diapositiva 28

Esta diapositiva explica que el enfoque de agrupación en clústeres basado en el modelo de distribución divide los datos en función de la posibilidad de que un conjunto de datos corresponda a una distribución específica. La agrupación se logra asumiendo distribuciones específicas, más notablemente la Distribución Gaussiana.

Notas para el instructor: El método de agrupación en clústeres de maximización de expectativas, que emplea modelos de mezcla gaussiana, es un ejemplo de este tipo (GMM) de agrupación.

Diapositiva 29

Esta diapositiva muestra que, como alternativa a la agrupación en clústeres con particiones, se puede utilizar la agrupación en clústeres jerárquicos, ya que no es necesario enumerar la cantidad de clústeres que se formarán. El conjunto de datos se separa en grupos para formar una estructura similar a un árbol conocida como dendrograma.

Diapositiva 30

Esta diapositiva indica que Fuzzy Clustering es una técnica suave en la que un objeto de datos se puede asignar a más de un grupo llamado clústeres. Cada conjunto de datos tiene una colección de coeficientes de membresía proporcionales al grado de membresía de un grupo.

Diapositiva 31

Esta diapositiva ofrece una descripción general del algoritmo de agrupamiento, que es un enfoque no supervisado en el que la entrada no está etiquetada. La resolución de problemas se basa en la experiencia del algoritmo obtenida al resolver problemas similares durante el programa de capacitación.

Notas del instructor:

• Los métodos de agrupamiento se pueden categorizar según los modelos descritos anteriormente. Se han descrito muchos métodos de agrupamiento, pero solo unos pocos son ampliamente utilizados.
• El tipo de datos que se utilizan determina el algoritmo de agrupación. Algunos algoritmos, por ejemplo, deben adivinar la cantidad de grupos en un conjunto de datos dado, mientras que otros deben descubrir la distancia más corta entre las observaciones del conjunto de datos.

Diapositiva 32

Esta diapositiva enumera los diferentes tipos de algoritmos de agrupamiento en aprendizaje automático no supervisado. Estos incluyen K-Means, cambio de media, DBSCAN, agrupamiento de maximización de expectativas usando GMM, algoritmo jerárquico aglomerativo y propagación de afinidad.

Diapositiva 33

Esta diapositiva ofrece una descripción general del algoritmo de agrupamiento de K-Means, que es un enfoque no supervisado en el que las muestras se dividen en grupos separados con varianzas iguales para clasificar los datos.

Diapositiva 34

Esta diapositiva presenta el algoritmo de desplazamiento medio, que intenta ubicar áreas densas dentro de una distribución suave de puntos de datos. Es un ejemplo de un modelo basado en un centroide que actualiza candidatos para que el centroide sea el centro de los puntos dentro de una región específica.

Diapositiva 35

Esta diapositiva indica que el algoritmo DBSCAN significa Agrupación espacial de aplicaciones con ruido basada en la densidad. Es un modelo basado en la densidad comparable al modelo de cambio medio pero con algunas mejoras notables. Las zonas de alta densidad se distinguen de las áreas de baja densidad utilizando este enfoque.

Diapositiva 36

Esta diapositiva muestra que la agrupación en clústeres de maximización de expectativas con el algoritmo GMM se puede usar como reemplazo del algoritmo de k-medias o en situaciones en las que falla el algoritmo de k-medias. Se supone que los puntos de datos en GMM tienen una distribución gaussiana.

Diapositiva 37

Esta diapositiva muestra que el algoritmo jerárquico aglomerativo lleva a cabo la agrupación jerárquica ascendente. Cada punto de datos se considera inicialmente como un solo grupo y luego se fusiona gradualmente en este método.

Diapositiva 38

Esta diapositiva ofrece una descripción general de la propagación por afinidad, que es diferente de otros métodos de agrupamiento, ya que no requiere que se especifique el número de agrupamientos. Cada punto de datos entrega un mensaje entre el par de puntos de datos hasta la convergencia.

Diapositiva 39

Esta diapositiva enumera algunos usos bien conocidos del enfoque de agrupación en aprendizaje automático, como: En la detección de células cancerosas, motores de búsqueda, segmentación de clientes, ciencias biológicas y uso de la tierra.

Notas del instructor:

• En la detección de células cancerosas: Las técnicas de agrupamiento se emplean comúnmente para identificar células malignas. Separa los conjuntos de datos cancerígenos y no cancerosos en distintas categorías.
• Utilizado en motores de búsqueda: Los motores de búsqueda también utilizan el enfoque de agrupación. El resultado de la búsqueda se basa en el objeto más cercano a la consulta de búsqueda. Logra esto combinando objetos de datos relacionados en un solo grupo separado de las otras cosas diferentes. La calidad del método de agrupamiento utilizado determina la precisión de los resultados de una consulta
• Segmentación de clientes: se utiliza en estudios de mercado y redes sociales para segregar a los clientes en función de sus intereses y elecciones.
• En ciencias biológicas: se utiliza en biología para clasificar especies de plantas y animales utilizando el enfoque de reconocimiento de imágenes.
• En el uso del suelo: El enfoque de agrupación se emplea en la base de datos GIS para descubrir áreas de uso similar del suelo. Esto puede ser ventajoso para determinar para qué función se debe usar una parcela de tierra específica.

Diapositiva 40

Esta diapositiva presenta el aprendizaje de reglas de asociación, que es una forma de enfoque de aprendizaje no supervisado que detecta la dependencia de un elemento de datos con respecto a otro y los mapea adecuadamente para obtener una mejor comprensión de los datos.

Notas del instructor:

Los algoritmos de aprendizaje de reglas de asociación se clasifican en tres tipos:

• A priori
• Brillo
• Algoritmo de crecimiento FP

Diapositiva 41

Esta diapositiva indica que el algoritmo Apriori se usa para el análisis de la canasta de mercado y ayuda a comprender los artículos que se pueden comprar juntos. También se puede utilizar en la profesión médica para identificar reacciones a fármacos en pacientes.

Diapositiva 42

Esta diapositiva enumera que Eclat significa algoritmo de transformación de clase de equivalencia. Este enfoque emplea una estrategia de búsqueda en profundidad para ubicar conjuntos de elementos comunes en una base de datos de transacciones y se ejecuta más rápido que el algoritmo Apriori.

Diapositiva 43

Esta diapositiva explica el algoritmo de Crecimiento FP que significa Patrón Frecuente. El algoritmo de crecimiento FP es una versión más avanzada del algoritmo Apriori. Representa la base de datos como una estructura de árbol conocida como patrón frecuente o árbol. El objetivo de este árbol frecuente es encontrar los patrones más comunes.

Diapositiva 44

Esta diapositiva enumera que el aprendizaje de reglas de asociación tiene muchos usos en Machine Learning. A continuación se enumeran algunos usos comunes del aprendizaje de reglas de asociación.

Notas del instructor:

• Análisis de la Canasta de Mercado: Es un conocido ejemplo y aplicación del aprendizaje de reglas de asociación. Los grandes comerciantes suelen utilizar este método para descubrir la relación entre los bienes
• Diagnóstico médico: los pacientes pueden diagnosticarse fácilmente con el uso de reglas de asociación, ya que ayudan a determinar la probabilidad de enfermedad por una dolencia específica.
• Secuencia de Proteínas: Las reglas de asociación ayudan en la creación de proteínas sintéticas
• También se utiliza en el diseño de catálogos, análisis de pérdida líder y otras aplicaciones.

Diapositiva 45

Esta diapositiva ofrece una descripción general del modelo oculto de Markov. Es un modelo estadístico utilizado en Machine Learning, y puede explicar la evolución de eventos observables influenciados por variables internas que no son aparentes o visibles.

Diapositiva 46

Esta diapositiva ofrece una introducción al aprendizaje por refuerzo que se inspira directamente en cómo los humanos aprenden de los datos en su vida diaria. Incluye un algoritmo que utiliza prueba y error para mejorar y aprender de nuevos escenarios. Se promueven o 'refuerzan' los resultados favorables, mientras que se desalientan los resultados desfavorables.

Notas del instructor: El aprendizaje por refuerzo funciona colocando el algoritmo en un entorno de trabajo con un intérprete y un sistema de recompensa basado en el concepto psicológico de condicionamiento. Cada iteración del algoritmo entrega el resultado de salida al intérprete, quien evalúa si el resultado es favorable o no.

Diapositiva 48

Esta diapositiva describe la importancia del aprendizaje automático, ya que brinda a las organizaciones información sobre las tendencias en el comportamiento del consumidor y los patrones operativos del negocio y ayuda en el desarrollo de nuevos productos. Muchas organizaciones importantes, como Facebook, Google y Uber, han hecho del aprendizaje automático un aspecto central de sus operaciones.

Diapositiva 49

Esta diapositiva enumera siete pasos clave que hacen que el objetivo de incorporar computadoras con inteligencia sea relativamente simple, desde la recopilación de datos hasta la realización de predicciones.

Diapositiva 50

Esta diapositiva describe el primer paso del aprendizaje automático: recopilación de datos. Las máquinas comienzan aprendiendo de los datos que les proporcionas. Es fundamental obtener datos confiables para identificar los patrones correctos para su modelo de Machine Learning. Asegúrese de usar datos de una fuente confiable, ya que esto afectará directamente la salida de su modelo. Los buenos datos son significativos, tienen pocos números faltantes o duplicados y representan con precisión las subcategorías/clases disponibles.

Diapositiva 51

Esta diapositiva enumera los puntos principales involucrados en la preparación de datos. Comenzando por juntar todos sus datos y aleatorizarlos, asegurándose de que los datos se dispersen de manera uniforme y que el orden no interfiera con el proceso de aprendizaje. Separar los datos limpios en dos conjuntos, uno para entrenamiento y otro para prueba. El conjunto de entrenamiento es el conjunto del que aprende su modelo, y un conjunto de prueba se usa para evaluar la corrección de su modelo después de haberlo entrenado.

Diapositiva 52

Esta diapositiva muestra que un modelo de aprendizaje automático resulta de la ejecución de un algoritmo de aprendizaje automático en los datos adquiridos. Es fundamental seleccionar un modelo que sea apropiado para el trabajo en cuestión. Los científicos e ingenieros han creado modelos que son adecuados para tareas como reconocimiento de voz, reconocimiento de imágenes, predicción, etc.

Diapositiva 53

Esta diapositiva enumera que la fase más crítica en Machine Learning es la capacitación. Durante el entrenamiento, alimenta los datos preparados a su modelo de Machine Learning, que busca patrones y hace predicciones.

Diapositiva 54

Esta diapositiva ofrece una descripción general de la evaluación del modelo. Una vez que haya entrenado su modelo, querrá ver cómo le va. Esto se logra evaluando el rendimiento del modelo con datos desconocidos. Si la prueba se realiza con los mismos datos utilizados para el entrenamiento, obtendrá un nivel de precisión desproporcionadamente alto. El programa, en este caso, ya está familiarizado con los datos y ve los mismos patrones que antes.

Diapositiva 55

Esta diapositiva enumera los pasos involucrados en el ajuste de parámetros. Una vez que haya construido y probado su modelo, compruebe si puede mejorar su precisión. Esto se logra ajustando los parámetros de su modelo. Los parámetros son las variables del modelo que normalmente determina el programador. La precisión será más alta en un valor de parámetro en particular, y encontrar estos ajustes se conoce como ajuste de parámetros.

Diapositiva 56

Esta diapositiva ofrece una descripción general de la predicción. Hacer una predicción se refiere al resultado de un algoritmo después de haber sido entrenado en un conjunto de datos anterior y aplicado a nuevos datos mientras se anticipa la probabilidad de un resultado particular, como si un cliente abandonará o no en 30 días.

Diapositiva 57

Esta diapositiva enumera las ventajas del aprendizaje automático: las tendencias y los patrones se identifican fácilmente; no se requiere interacción humana (automatización); mejora continua; el manejo de datos multidimensionales y diversos y las nuevas aplicaciones están siempre en proceso.

Diapositiva 58

Esta diapositiva establece las desventajas de Machine Learning: recopilación de datos, tiempos y recursos, interpretación de resultados y alta vulnerabilidad a errores.

Notas del instructor:

• Recopilación de datos: el aprendizaje automático exige extensos conjuntos de datos para entrenar, que deben ser inclusivos/imparciales y de alta calidad. Es posible que también deban esperar a que se creen nuevos datos en ocasiones.
• Tiempo y recursos: ML requiere tiempo adecuado para permitir que los algoritmos aprendan y evolucionen lo suficiente para lograr su propósito con alta precisión y relevancia. También exige muchos recursos para funcionar, y esto puede requerir requisitos adicionales de potencia informática.
• La interpretación de los resultados: Otro problema importante es la capacidad de comprender adecuadamente los resultados de los algoritmos. Debe ser muy selectivo al elegir los algoritmos para su aplicación.
• Alta vulnerabilidad a errores: Machine Learning es autosuficiente y, por lo tanto, propenso a errores. Suponga que entrena un algoritmo utilizando conjuntos de datos que son demasiado pequeños para ser inclusivos. Como resultado de un conjunto de entrenamiento sesgado, tiene predicciones sesgadas. Como resultado, los compradores están expuestos a anuncios irrelevantes. En Machine Learning, tales errores pueden desencadenar una cascada de errores que pueden pasar desapercibidos durante períodos prolongados. Cuando se detectan, se necesita mucho tiempo para identificar la causa raíz del problema y mucho más para arreglar las cosas.

Diapositiva 59

Esta diapositiva enumera los cinco dominios previstos para futuras mejoras de Machine Learning.

Notas del instructor:

• Resultados de búsqueda de motores web que son precisos: mientras se desplaza por Google, buscando un artículo, es posible que no se dé cuenta de que la clasificación y el orden jerárquico de esos resultados se realizan a propósito. Recientemente, las técnicas de aprendizaje automático han influido significativamente en los resultados de los motores de búsqueda. Los futuros motores de búsqueda serán sustancialmente más útiles para generar respuestas que sean notablemente relevantes para los buscadores en línea a medida que las redes neuronales continúen expandiéndose y evolucionando con técnicas emergentes de aprendizaje profundo.
• Precisión Personalización a medida: las corporaciones pueden usar Machine Learning para afinar su comprensión de su público objetivo para impactar la mejora de los productos existentes, la creación de nuevos productos, la comercialización y la obtención de mayores ingresos brutos. Con desarrollos y descubrimientos adicionales en el campo dinámico del aprendizaje automático y sus algoritmos, comenzaremos a ser testigos de una orientación precisa y una personalización precisa para los clientes a escala.
• Aumento de la computación cuántica: se espera que la computación cuántica desempeñe un papel importante en el futuro del aprendizaje automático. Como vemos procesamiento rápido, aprendizaje rápido, mayores capacidades y capacidades mejoradas, la incorporación de la computación cuántica en Machine Learning transformaría el área. Esto significa que los desafíos complejos que quizás no podamos abordar utilizando los enfoques tradicionales y la tecnología actual pueden resolverse en una fracción de segundo.
• Las unidades de datos están aumentando a un ritmo rápido: se espera que los avances adicionales en el aprendizaje automático mejoren las operaciones diarias de las unidades de datos y las ayuden a lograr sus objetivos de manera más eficiente. El aprendizaje automático será una de las formas fundamentales para generar, mantener y desarrollar aplicaciones digitales en las próximas décadas. Indica que los curadores de datos y los desarrolladores de tecnología dedican menos tiempo a programar y actualizar los enfoques de ML y, en cambio, se centran en comprender y mejorar continuamente sus procesos.
• Sistema de autoaprendizaje completamente automatizado: el aprendizaje automático será simplemente otro elemento en la ingeniería de software. Además de estandarizar la forma en que las personas crean algoritmos de aprendizaje automático, los marcos de trabajo de código abierto como Keras, PyTorch y Tensorflow han eliminado las restricciones fundamentales. Algo de esto puede parecer una utopía, pero con tanta tecnología, información y recursos disponibles en línea, este tipo de ecosistemas están surgiendo de forma lenta pero segura. Esto daría como resultado un entorno con codificación casi nula y la aparición de sistemas totalmente automatizados.

Diapositiva 74 a 89

Estas diapositivas contienen actividades estimulantes para involucrar a la audiencia de la sesión de capacitación.

Diapositiva 90 a 117

Estas diapositivas contienen una propuesta de capacitación que cubre lo que la empresa que brinda capacitación corporativa puede lograr para el cliente.