-
¿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.