Desmitificando términos en Machine Learning - tipos de aprendizaje de maquina

El Machine Learning es la rama de la inteligencia artificial que permite que las computadoras aprendan de los datos con la menor interferencia humana posible. Los sistemas de recomendación, detección de fraude, reconocimiento de imágenes y comandos de voz son algunos ejemplos de aplicaciones presentes en nuestro día a día.

Hay varias formas en que las máquinas pueden lograr este aprendizaje. Como por ejemplo, el aprendizaje automático supervisado, pero ¿qué significa? ¿Cuáles son las otras formas? En este artículo desmitificaremos términos relacionados con tipos de aprendizaje, qué algoritmos forman parte de cada uno de ellos y algunas de sus aplicaciones.

Aprendizaje supervisado (supervised learning)

En el aprendizaje supervisado, el algoritmo aprende de los datos utilizados para el entrenamiento con los que ya se conoce la solución, llamados etiquetas (labels). Cuando estamos trabajando con un algoritmo supervisado, usamos un conjunto de datos que ya están incluidos en las respuestas para ser entrenados en el modelo. El ejemplo más clásico de este tipo de algoritmos es el de clasificar si un correo electrónico es spam (no solicitado por el usuario, como en el caso de los anuncios). Para entrenar el modelo, usamos muchos correos electrónicos que contienen la respuesta a la pregunta "¿Es spam?". En base a las características de los correos clasificados como "Sí, es spam", el algoritmo aprende a etiquetar lo que es spam o no. Este tipo de modelo se llama clasificación.

Otra aplicación que se puede hacer con los modelos supervisados es predecir un número determinado, como el precio de una casa, el kilometraje del automóvil, la antigüedad, etc. Este tipo de modelo se llama regresión, porque encuentran patrones de cómo cambia una variable en relación con las demás.

Algunos de estos algoritmos son:

• k-Nearest Neighbors
• Support Vector Machines (SVMs)
• Linear regression
• Logistic regression
• Decision Trees
• Random Forests

Aprendizaje no supervisado (unsupervised learning):

El aprendizaje no supervisado no requiere que los datos utilizados para el entrenamiento contengan etiquetas o clasificaciones. En él, el objetivo es encontrar el patrón entre las diferentes muestras y separar aquellas que tienen las mismas características. Si tiene una buena base de datos de clientes de comercio electrónico, por ejemplo, y si deseas conocer el perfil de estos clientes, el aprendizaje no supervisado es perfecto para esta tarea.

Cuando Spotify, YouTube y Netflix recomiendan algo, lo que realmente hacen es ejecutar un algoritmo no supervisado para agrupar a los clientes y hacer recomendaciones basadas en experiencias entre plataformas. Otra aplicación es la detección de fraudes con tarjetas de crédito, previniendo estafas financieras.

Algunos algoritmos no supervisados de uso común son:

Clustering: tiene como objetivo agrupar datos que tienen características similares.

• K-Means
• DBSCAN
• Hierarchical Cluster Analysis (HCA)

Detección de anomalías: agrupa la información según lo esperado y detecta acciones que se desvían del patrón.

• One-class SVM
• Isolation Forest

Reducción de dimensionalidad: tiene como objetivo simplificar los datos sin perder mucha información.

• PCA
• t-SNE

Aprendizaje semisupervisado (semi-supervised learning):

Es la mezcla de los dos algoritmos presentados anteriormente. Dado que etiquetar una base de datos completa es costoso en tiempo y, a menudo, en dinero, es muy común que una parte del conjunto de datos esté etiquetada y la otra parte no. Entonces, surge la necesidad de un algoritmo que trabaje con una base de datos de esta forma.

Este tipo de aprendizaje también se usa mucho en la detección de fraudes para etiquetar datos que no tienen etiquetas y luego usar el aprendizaje supervisado. Un ejemplo de este algoritmo es el Deep Belief Network (DBN), en el que parte del modelo se utiliza sin supervisión y otra parte supervisada.

Aprendizaje reforzado (reinforcement learning):

Es lo que más se diferencia de los demás que se presentaron. El sistema de aprendizaje, que en este contexto se denominará agente, está capacitado para tomar una secuencia de decisiones. En este tipo de aprendizaje, el agente realiza alguna acción y recibe recompensas o penalizaciones a cambio. Tu objetivo es poder tomar las mejores decisiones para obtener la mayor cantidad de recompensas con el tiempo, utilizando pruebas completamente aleatorias al principio y obteniendo la mejor solución al final.

Es ampliamente utilizado en robótica y juegos. Un ejemplo de una aplicación es AlphaGo, que aprendió a jugar al go analizando las mejores estrategias ganadoras de millones de juegos que tenía a su disposición. Luego jugó millones de juegos contra si, aprendiendo los mejores movimientos lo que lo llevaron a la victoria. En el 2017, apareció en publicaciones por derrotar al campeón mundial de go, Ke Jie.

Conclusión

En este artículo aprendimos más sobre los diferentes tipos de aprendizaje de maquina, algunos algoritmos que componen cada uno y las aplicaciones presentes en nuestra vida diaria. Comprender y profundizar en este tema es esencial para el crecimiento como científico de datos.

Bruno Raphaell

Estudiante de Ingeniería Eléctrica en la Universidad Federal de Piauí (UFPI) y monitor de Data Science, actuando en los foros de Data Science, Machine Learning y Deep Learning.Apasionado por la música, la programación y el intercambio de conocimientos. ^^