Machine Learning : ¿Qué es?

El Machine Learning ha llegado… lo que siempre hemos pensando que era ficción y una teoría de John Wood Campbell, se ha vuelto realidad, y ha venido para quedarse.

 

No sé si sabrás, que oficialmente ya existe la primera ciudadana humanoide, y se llama Sophia. Este androide fue considerada una ciudadana en Dubai en Octubre del año pasado, lo que nos hace plantearnos a la velocidad que evoluciona la tecnología.

 

Hace 30 años nuestros móviles se asemejaban más a ladrillos con botones que lo que son hoy, eran pesados, toscos, e irrompibles, y ahora los móviles pueden considerarse fácilmente ordenadores, dónde puedes hacer fotos, grabar vídeos, chatear, jugar, y bueno, en última instancia llamar.

 

Todo este tipo de avances tecnológicos nos obliga a desarrollar métodos de análisis que se adapten a las nuevas tecnologías, y a las nuevas ciencias de la información. Hoy hablaremos de una de ellas, el Machine Learning.

 

¿ Qué es el Machine Learning?

 

A groso modo, se traduciría como «aprendizaje automático», y se define como una disciplina científica del ámbito de las ciencias de la computación, y una rama de la Inteligencia Artificial.

 

El objetivo de esta ciencia, es crear programas capaces de generalizar comportamientos a partir de una información suministrada de manera automática, que en este contexto significa que existe una mejoría constante de forma autónoma, por lo que no requiere de ningún tipo de intervención humana.

 

Por lo que estos sistemas no aprenden como un ser humano lo haría, sino que más bien son programas que se vuelven capaces de identificar patrones complejos entre millones de datos, por lo que realmente aprende es un algoritmo.

 

Este programa revisa los datos, y logra encontrar patrones comunes que le permitan encontrar información generalizada, para predecir comportamientos futuros.  De este modo, puedes descubrir oportunidades y amenazas en tu negocio antes de que ocurran.

 

¿Para que sirve el Machine Learning en mi empresa?

 

Imagina que somos Opel, y queremos descubrir qué clientes van a comprar un coche en los próximos 3 meses. Lo primero que pensarás es si esto acaso es posible, y lo segundo, que cómo lo lograrías hacer.

 

En primer lugar, la respuesta es un sí, puede hacerse con Machine Learning, y lo segundo que tendríamos que hacer, es recopilar toda la información de nuestros clientes, como puede ser perfil demográfico, vehículos comprado anteriormente, datos de venta… Que al fin y al cabo son los mismos datos que se utilizan para llevar la facturación de los clientes. A partir de aquí, este histórico de datos es procesado por el sistema, el cual sería capaz de procesar toda esa información, triturarla, y descubrir cuales son los patrones comunes de los clientes que van a comprar un coche en los próximos 3 meses.

 

Si seguimos con el ejemplo, vamos a creer que el programa ha encontrado estos patrones comunes en los últimos años, así, el algoritmo extraería las siguientes conclusiones:

 

  • Los clientes van al taller oficial 2 veces por trimestre.
  • Han comprado un coche nuevo hace 6 años.
  • La razón principal de porque compran un coche, es porque ha nacido su segundo hijo.

 

Este es un análisis de datos históricos, así que ¿por qué va a coincidir los patrones de los últimos años con los actuales?, bien, en realidad no hay nada que asegure que esto ocurra a su cien por ciento, pero si ha ocurrido en los últimos años, por lo que lo más probable es que este hecho siga ocurriendo con cierta seguridad, lo que nos permite poder reaccionar proactivamente ante esta situación, pudiendo ofrecer un descuento por el siguiente coche Opel, u ofrecer vehículos más adaptado a sus necesidades de desplazamiento.

 

Como pensarás, descubrir estos patrones comunes entre millones de datos no es tarea fácil, lo cual, tiene que dejarse esta tarea a una maquina que sea capaz de procesar toda esa información, y convertirla en información útil para la empresa, de manera que el departamento correspondiente pueda reaccionar en consecuencia.

 

Entonces… ¿Por qué es importante?

 

Cómo hemos hablado en el artículo de Smart Data ,  la problemática de los datos se ha convertido en un asunto serio, hemos pasado de sólo recopilar unos pocos datos del consumidor, a recopilar una ingesta cantidad de ellos (Visitas web, facturación por cliente, interacciones en las redes sociales….), lo que nos obliga a emplear algún sistema que nos permita filtrar la información, y proporcionarnos información que podamos utilizar para nuestro provecho.

 

A su vez, cabe destacar que no se requiere de un volumen gigantesco de datos como un banco, o un sistema de telefonía móvil, lo más importante en este procedimientos es la calidad y fiabilidad de estos datos, antes que cientos de millones de datos que son inútiles. Es por ello que esta práctica cada vez está más utilizado en las empresas medianas, ya que con un buen sistema de «aprendizaje automático», puedes aprovechar grandes oportunidades empresariales, o evitar amenazas potenciales.

 

Para que veas a título de ejemplo, te dejamos algunos campos dónde también puede aplicarse el Machine Learning:

 

  • Detectar fraude en transacciones.
  • Predecir de fallos en equipos tecnológicos.
  • Prever qué empleados serán más rentables el año que viene (el sector de los Recursos Humanos está apostando seriamente por el Machine Learning).
  • Seleccionar clientes potenciales basándose en comportamientos en las redes sociales, interacciones en la web…
  • Predecir el tráfico urbano.
  • Saber cuál es el mejor momento para publicar tuits, actualizaciones de Facebook o enviar las newsletter.
  • Hacer prediagnósticos médicos basados en síntomas del paciente.
  • Cambiar el comportamiento de una app móvil para adaptarse a las costumbres y necesidades de cada usuario.
  • Detectar intrusiones en una red de comunicaciones de datos.
  • Decidir cuál es la mejor hora para llamar a un cliente.

 

 

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies