Machine Learning y Deep Learning: concepto y diferencias
  • Facebook
  • Twitter
  • Google +
  • LinkedIn

Dentro del ámbito de la Inteligencia Artificial (IA), encontramos los conceptos de Machine Learning y Deep Learning. Vamos a intentar aclarar estos conceptos, y las diferencias entre ellos.

Como ya vimos en una entrada anterior del blog, dedicada a la Inteligencia Artificial, su uso se ha convertido en una necesidad para un gran número de empresas, ya que puede tener un impacto muy positivo para las mismas.

Puedes consultar el artículo citado en el siguiente enlace: https://omega2001.es/inteligencia-artificial-en-las-empresas/

Concepto de Machine Learning y Deep Learning

La finalidad de ambos es generar modelos que nos permitan predecir y encontrar patrones en los datos.

Machine Learning

Se empezó a desarrollar a partir de los años 80 del siglo XX.

Los continuos avances tecnológicos, y la cada vez mayor potencia disponible para el procesamiento y tratamiento de los datos, han contribuido a su desarrollo, y a su utilización en campos muy diversos.

El Machine Learning o Aprendizaje Automático es una rama de la IA, cuyo objetivo es desarrollar una serie de técnicas que permitan a los ordenadores aprender por sí mismos.

Es necesario introducir una gran cantidad de datos, como base para posibilitar el aprendizaje.

En el caso del Machine Learning, estos datos deben estar estructurados y categorizados. Se utilizan algoritmos para analizar los datos, aprender de ellos, y hacer posible que el ordenador tome decisiones basadas en todo lo que ha aprendido.

Los algoritmos son reglas, que van a servir para darle las instrucciones necesarias al ordenador para que pueda tomar la decisión adecuada, o ejecutar la tarea deseada.

El algoritmo se puede ir optimizando mediante la intervención humana, indicando al sistema cuando se ha equivocado en la clasificación, y diciéndole cómo asignar las categorías de manera correcta.

Ámbitos de aplicación del Machine Learning

1/ Clasificación del correo como spam o no spam.

2/ Atención al cliente, mediante chatbots.

3/ Se utiliza en las plataformas de streaming, como Netflix, para recomendarnos nuevo contenido basado en nuestros gustos.

4/ En el ámbito del Marketing, se utiliza para el envío de anuncios u ofertas personalizadas en función de los intereses de los potenciales clientes.

5/ Puede usarse para la detección de ciberdelitos, como por ejemplo para la identificación de transacciones fraudulentas.

6/ En el campo de la medicina, puede ayudar al diagnóstico de determinadas dolencias.

7/ Las empresas pueden usarlo para realizar predicciones de ciertos aspectos de su actividad, ayudando a tomar la decisión correcta.

Deep Learning

También se denomina aprendizaje profundo, y se desarrolló a partir del año 2010.

Se puede decir que el Deep Learning es una evolución del Machine Learning, que se utiliza para tareas más complejas, y requiere de un volumen de datos mucho mayor.

Por este motivo, y porque es mucho más costoso de implementar, se suele utilizar menos, y sólo en determinados ámbitos muy concretos.

El Deep Learning utiliza algoritmos de alto nivel, para generar un aprendizaje avanzado. Para ello, imita la red neuronal existente en el cerebro humano.

Estructura los algoritmos en diversas capas, creando una red neuronal artificial, capaz de aprender y tomar decisiones por sí misma.

Es, por lo tanto, mucho más compleja y avanzada que el Machine Learning, reduce el margen de error, y aumenta la precisión de las conclusiones.

Pero, como contrapartida, requiere de una inversión de recursos muy superior.

Ámbitos de aplicación del Deep Learning

1/ Reconocimiento y categorización de imágenes. Se utiliza para etiquetar las fotos, para clasificar objetos y personas dentro de una imagen.

2/ Atención al cliente. El Deep Learning permite una mejor comprensión del lenguaje natural humano, hace que el dialogo sea mucho más eficaz, y la solución o respuesta ofrecida más precisa.

3/ Es la tecnología que usan los asistentes virtuales, como Siri, Alexa o Google Assistant.

  • Facebook
  • Twitter
  • Google +
  • LinkedIn

Los asistentes virtuales hacen uso del Deep Learning

4/ Creación de contenidos de forma automatizada, y traducciones automáticas más precisas.

5/ La seguridad de los sistemas informáticos será mucho mayor mediante el uso de esta tecnología.

6/ La conducción autónoma. Permite a los vehículos conducir sin necesidad de intervención humana.