Machine Learning ¿Es tangible?

Ejemplos y herramientas para comprender cómo Machine Learning transforma un problema en solución, mediante predicciones.


01 febrero , 2021  |   Blog - Data & Innovation

Machine Learning ¿Es tangible?

Ejemplos y herramientas para comprender cómo Machine Learning transforma un problema en solución, mediante predicciones.

Por Santiago Farfallini, Service Manager Nubiral.

Machine Learning no es el futuro. Ya está entre nosotros y es parte de nuestras vidas. ¿Desde hace cuánto ya que los teclados de los celulares se anticipan a las palabras que vamos a escribir? Sugieren, autocompletan e incluyen términos propios y lunfardismos de la cultura del usuario en sus diccionarios. En los buscadores web (sin nombrar a ninguno en particular) ocurre lo mismo: un sólo carácter de búsqueda escrito, nos trae una catarata de posibilidades sugeridas.

Nuestras plataformas de correo electrónico nos invitan a hacer follow-up de mails enviados sin respuesta, a incluir a ciertas personas entre los destinatarios directos o en copia, y a completar el texto mientras escribimos. Y hasta aquí, sólo haciendo referencia a soluciones de texto.

El reconocimiento facial es una realidad visible en las sugerencias de agrupación de fotos que automáticamente crean nuestros carretes. Por lo tanto, sí. Machine Learning es absolutamente tangible.

¿Y en cuanto a las publicidades que recibimos a diario? ¿Cómo saben lo que estamos necesitando? ¿Cómo aciertan con las sugerencias? ¿Cómo predicen lo que vamos a consumir?

En la última pregunta está la palabra clave: predicción. Machine Learning trata esencialmente de eso: “transformar cualquier problema en un problema solucionable mediante predicciones.”

¿De qué se nutre Machine Learning para predecir? De datos. Datos. Datos. Los datos son la base del ajuste predictivo. ¿De dónde se obtienen los datos? Resulta simpática la paranoia de decirnos en la intimidad que nos están espiando, que nos escuchan, que alguna organización de orden superior nos mantiene cautivos. Sin embargo, existe una manera mucho más simple y menos conspirativa de propagar esos datos: los brindamos nosotros mismos. La información sale de nuestros propios perfiles, de nuestra ubicación geográfica, del huso horario, del clima, de la hora, de la estación, de los historiales y -lo que renueva permanentemente y enriquece el aprendizaje- de la interacción.

Los historiales brindan información del pasado y la interacción otorga un mejor ajuste a futuro, alimentando los historiales y redefiniendo en tiempo real las nuevas predicciones. Es allí donde se produce el verdadero aprendizaje. Cuando una palabra es nueva, cuando una búsqueda no existía, cuando un rostro no estaba identificado… es allí cuando las máquinas, ávidas de información, dicen “eureka”.

La elasticidad y tamaño de la base de datos, la capacidad de procesamiento analítico y la velocidad de respuesta, características inherentes al Cloud Computing, determinan el éxito que hoy tiene Machine Learning.

Y vos, ¿con qué solución predictiva te beneficiarias?

Si quieres conocer más acerca de este tema

Webinars
Ciclo de Webinars – Predictive Analytics
VER MÁS
EBooks
Industria 4.0
VER MÁS
Podcast
Inteligencia Artificial
VER MÁS
  • Blog
    Big data y manufactura: en el centro de la Industria 4.0
    VER MÁS
  • Blog
    Big data en retail: satisfacción total, máxima rentabilidad
    VER MÁS
  • Blog
    Big data y servicios financieros: menos riesgos, más oportunidades
    VER MÁS