¿Qué es aprendizaje automático? En este vídeo trataremos de
definir qué es y también trataremos de darte una idea
sobre cuándo querrías usar aprendizaje automático.
Incluso entre los practicantes del aprendizaje
automático no existe una difinición bien aceptada sobre lo
que es y lo que no es aprendizaje automático.
Pero vamos a ver un par de ejemplos sobre las maneras en
que la gente ha intentado definirlo. Esta es la definición sobre
qué es aprendizaje automático para
Arthur Samuel. Definió el aprendizaje automático como el
campo de estudio que le da a los ordenadores la habilidad
de aprender algo sobre lo que no han sido explícitamente
programados. La fama de Samuel se remonta a la década
de 1950, cuando escribió un programa para jugar a las damas.
Y lo asombroso sobre este programa que juega a las damas
era que el propio Arthur Samuel
no era un buen jugador de damas. Pero lo que él hizo fue, tener un programa para jugar
decenas de miles de partidas contra si mismo. Y observando que tipo de posiciones en el tablero
tienden a conducir a la victoria y que tipo de posiciones en el tablero tienden a
perder. El programa de juego de damas aprende con el tiempo que posiciones son buenas
en el tablero y cuales son malas posiciones. Y, finalmente, aprender a jugar
a las damas mejor de lo que el propio Arthur Samuel era capaz. Esto fue un resultado notable.
Aunque el propio Samuel resultó no ser un jugador de damas muy bueno. Pero debido a que el
ordenador tiene la paciencia para jugar decenas de miles de partidas contra él mismo. Ningún
humano tiene la paciencia para jugar esa cantidad de partidas. De esta manera el ordenador fue capaz de
obtener una gran experiencia jugando a las damas que, finalmente llegó a ser
mejor jugador que el propio Arthur Samuel. Esta es una definición
un tanto informal, y algo más antigua. Aquí está una definición un poco más reciente de Tom
Mitchell, de quien es un amigo, en la Carnegie Mellon. Entonces Tom define el aprendiza automático
diciendo que, un problema de aprendizaje bien planteado es definido de la siguiente forma. Él dice, un programa de ordenador
ordenador se dice que aprende de la experiencia E, con respecto a T, y alguna
medida de rendimiento P. Y si esta actuación en T, medida por P mejora
la experiencia E. De hecho, creo que él propuso esta definición solo para hacerla
rimar. Para el ejemplo de jugadores de damas, la experiencia e, será la
experiencia de tener el programa jugando decenas de miles de partidas reiteradas contra él mismo.
La tarea t, será la tarea de jugar partidas. Y la medida de mejora p,
será la probabilidad que lo haga, ganar la siguiente partida de damas contra
un nuevo oponente. A lo largo de estos vídeos, además de mi intentando enseñarte
cosas, de vez en cuando le realizaré alguna pregunta para estar seguro de que entiende el
concepto. Aquí va una, en la parte superir está una definición de aprendizaje automático por Tom
Mitchel. Pongamos como ejemplo que tu programa de correo electronico analiza que correos has marcado o no
como spam. Asi que con un cliente de corre electronico como este podira pulsar el boton spam para informar
que algunos correos son spam y que otros no. Basandose en que correos marcas como
spam, tu programa de correo electronico aprende mejor como filtrar el spam en el correo. Que es la T en
esta configuracion? En uno momento, el video se parara. Y cuando esto ocurra,
podras usar to raton para seleccionar uno de los 4 radio buttons,
para permitirme saber cual opcion es la que crees correcta en esta pregunta. ESto podria
ser una medicion de rendimiento P. Y por lo tanto, nuestra tare de rendimiento dentro de la tar
el rendimiento de la tarea T, en la medida de rendimiento p mejorará después de
la experiencia e. En esta clase espero poder enseñar acerca de varios tipos diferentes de
algoritmos de aprendizaje. Existen diferentes tipos de algoritmos de aprendizaje.
Los dos tipos principales son lo que llamamos aprendizaje supervisados y sin supervisión
aprendizaje. Podrá definir de lo que estos términos significan más en los próximos videos de pareja. Pero
resulta que en el aprendizaje supervisado,
la idea es que vamos a enseñar la
equipo cómo hacer algo, mientras que en el aprendizaje no supervisado vamos permiten
aprender por sí mismo. No te preocupes si estas dos condiciones no tienen sentido sin embargo, en el
a continuación dos videos que voy a decir exactamente cuáles son estos dos tipos de aprendizaje. Le
También escuchará otros términos de zumbido como aprendizaje de refuerzo y recomendación
sistemas. Estos son otros tipos de algoritmos que hablaremos de aprendizaje automático
más tarde, pero los dos tipos más utilizados de aprendizaje algoritmos son probablemente
aprendizaje supervisado y no supervisado de aprendizaje y voy definirlos en el siguiente
dos videos y te pasan la mayor parte de esta clase hablando de estos dos tipos de
algoritmos de aprendizaje. Resulta que uno de
las otras cosas que dedicaremos mucho tiempo
en esta clase es consejos prácticos para aplicar algoritmos de aprendizaje. Se trata de
algo que me siento bastante fuertemente cerca, y realmente es algo que me
no sé de ninguna otra Universidad enseña. Enseñanza sobre el aprendizaje
algoritmos es como darle un conjunto de
herramientas e igualmente importante o más
es importante darle las herramientas para enseñarle cómo aplicar estas herramientas. Me gusta
para hacer una analogía para aprender a ser un carpintero. Imaginar que alguien es
le enseña a ser carpintero y decir aquí es un martillo, aquí es un
destornillador, aquí es una Sierra, buena suerte.
¿Bueno, no eso sirve, derecho? Te, te, te
todas estas herramientas, pero lo más importante, es para aprender a utilizar
Estas herramientas correctamente. Hay una enorme diferencia, entre personas
sabe cómo usar estas máquinas aprender algoritmos, frente a gente que no sabe
Cómo utilizar estas herramientas bien. Aquí en Silicon Valley, donde vivo, cuando vaya
visitar diferentes empresas incluso en las Silicon Valley empresas principales muy a menudo que veo
personas están tratando de aplicar algoritmos de aprendizaje de máquina a algún problema y
a veces han sido van desde seis meses. Pero a veces, cuando miro
lo que están haciendo yo, yo, decir, sabes, pude han les dije, caray, pudiera
te dije hace seis meses que usted debe tomar un algoritmo de aprendizaje y
aplicarlo como la forma ligeramente modificada y sus posibilidades de éxito tendría
sido mucho mayor. Así que lo vamos a hacer en esta clase es realmente gastar mucho
de tiempo a hablar sobre cómo, si realmente intentó desarrollar un aprendizaje de máquina
sistema, cómo hacer las mejores prácticas de tipo decisiones acerca de la forma en que usted
Construya su sistema para que cuando estés
aplicar el algoritmo de aprendizaje está menos
probablemente poner fin a una de esas personas que terminan persiguiendo algún camino para seis meses
que, usted sabe, alguien podría tener
figuró fuera simplemente no va a trabajar en
todos y es de sólo una pérdida de tiempo de seis meses. Así que realmente voy a pasar un
mucho del tiempo enseñar ese tipo de prácticas óptimas en el aprendizaje de máquina y
AI y cómo obtener este material para trabajar y cómo lo hacemos, cómo la gente mejor lo hace
Silicon Valley y en todo el mundo. Espero que te hacen uno de los mejores en
saber cómo diseñar y construir el aprendizaje serio y sistemas de inteligencia artificial. Por lo tanto,
es aprendizaje y estos son los principales temas que espero para enseñar. En la siguiente
vídeo, voy a definir lo que es supervisado aprendizaje y después de eso, lo que
es supervisado de aprendizaje. Y también, iniciar
hablar de cuándo debe utilizar cada uno de ellos.