¿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.