{"id":4059,"date":"2020-10-09T13:26:13","date_gmt":"2020-10-09T11:26:13","guid":{"rendered":"https:\/\/immune.institute\/?p=4059"},"modified":"2020-10-09T13:26:13","modified_gmt":"2020-10-09T11:26:13","slug":"introduccion-al-machine-learning","status":"publish","type":"post","link":"https:\/\/immune.institute\/en\/blog\/introduccion-al-machine-learning\/","title":{"rendered":"Introduction to Machine Learning"},"content":{"rendered":"

Hoy en d\u00eda es raro encontrar a alguna persona que no haya escuchado \u00bfqu\u00e9 es el Machine Learning?. Quiz\u00e1s no lo sabe, pero s\u00ed que ha usado alguna aplicaci\u00f3n o asistente virtual alguna vez. Con el objetivo de hacer una peque\u00f1a introducci\u00f3n al machine learning y desmitificar algunas frases que se suelen repetir alrededor del ML, nos conectamos en IMMUNE para hablar sobre este tema, tan de moda hoy en d\u00eda.<\/p>\n

\u00bfQu\u00e9 es el Machine Learning?<\/b><\/h2>\n

En base al nivel de profundidad que quieras llegar, puedes encontrar distintas variaciones de la misma definici\u00f3n. Si buscas una definici\u00f3n informal:<\/p>\n

Es hacer predicciones a partir de datos.<\/b><\/p>\n

En cambio, si indagas un poco m\u00e1s, puedes encontrar una definici\u00f3n un poco m\u00e1s formal:<\/p>\n

La construcci\u00f3n de un modelo estad\u00edstico que es una \u201cunderlying\u201d distribuci\u00f3n de la cual se han extra\u00eddo los datos.<\/b><\/p>\n

\u00a1Pero espera! \u00a1a\u00fan hay m\u00e1s!, puedes incluso llevar a una definici\u00f3n m\u00e1s formal usando las matem\u00e1ticas.<\/p>\n

Un conjunto de datos de entrenamiento: <\/b><\/p>\n

\"\"
\nUna hypothesis class H:<\/b><\/p>\n

\"\"
\nUna objective function y un m\u00e9todo de optimizaci\u00f3n:<\/b>
\n<\/b>\"\"
\nLa visi\u00f3n general es un mapping:<\/b><\/p>\n

\"\"<\/p>\n

Divisi\u00f3n de los problemas de ML<\/b><\/p>\n

Normalmente siempre nos encontramos con la divisi\u00f3n t\u00edpica de Supervised <\/i>o Unsupervised Learning. <\/i>Sin embargo, hay m\u00e1s formas de dividir los problemas de Machine Learning y en base a tu problema hablar\u00e1s de uno u otro.<\/p>\n

Supervised Learning | Unsupervised Learning<\/b>
\n<\/b>Parametric Models | Non-parametric Models<\/b>
\n<\/b>Modeling Approach  | Optimization Techniques<\/b><\/p>\n

Cuando trabajamos con problemas de ML, nos puede surgir una pregunta antes de empezar: \u00bfQu\u00e9 es m\u00e1s importante extraer conclusiones de los datos o realizar predicciones muy buenas?<\/b><\/p>\n

\"\"<\/p>\n

Esa pregunta es totalmente v\u00e1lida y de hecho, algo l\u00f3gico de preguntarse, es lo que se llama trade-off entre interpretabilidad – predicciones. <\/i>Cuando hablamos de inference, solemos hablar de extraer conclusiones claras de los datos, c\u00f3mo la variable Y es afectada por X, etc\u2026 Pero en cambio, si hablamos de predicciones, estamos hablando de obtener una salida clara y con precisi\u00f3n de nuestro modelo. Son dos puntos de vista opuestos pero en la pr\u00e1ctica se suele trabajar con una mezcla de ambos.<\/p>\n

\"\"<\/p>\n

Con esto nos damos cuenta de que existen modelos que son m\u00e1s f\u00e1cilmente interpretable que otros. Por ejemplo, las regresiones lineales son muy f\u00e1ciles de interpreting <\/i><\/b>pero en cambio, son poco flexible <\/i><\/b>ya que solo generan funciones lineales. En cambio, las funciones polin\u00f3micas son m\u00e1s flexible<\/i><\/b>, ya que puede generar un n\u00famero mayor de \u201cformas\u201d, pero son m\u00e1s complicadas de interpretar.<\/p>\n

Pero\u2026\u00bfPor qu\u00e9 funciona el Machine Learning?<\/b><\/p>\n

B\u00e1sicamente el Machine Learning funciona porque tenemos una gran cantidad de datos enorme (Big Data) adem\u00e1s de las matem\u00e1ticas que est\u00e1n detr\u00e1s de cada modelo. The Law of Large Numbers<\/i> nos habla sobre esto mismo, en resumen dice que cuanto m\u00e1s datos tengamos, m\u00e1s nos vamos a aproximar a la distribuci\u00f3n original de los datos, es decir, mejor ser\u00e1 nuestro modelo.<\/p>\n

El Machine Learning en la industria<\/b>
\n<\/b><\/p>\n

Cuando una empresa trata de implementar modelos de Machine Learning en sus proyectos, puede encontrar varios problemas, aqu\u00ed mencionamos algunos de los m\u00e1s comunes:<\/p>\n

1.- Ejecutar modelos muy potentes<\/b>
\n<\/b>A veces existe una falta de recursos para poder ejecutarlos, adem\u00e1s de que el coste de tener un modelo muy potente corriendo 24 horas es muy alto y no todas las empresas se lo pueden permitir. Algunas veces, simplemente es un problema de c\u00f3mo adaptar modelos (BERT, GPT-2, \u2026) a tu caso de uso.<\/p>\n

2.- Despliegues de modelos<\/b>
\n<\/b>Desplegar los modelos de Machine Learning no es algo trivial, es algo que forma parte del end-to-end de cualquier proyecto de ML y a veces no es sencillo. Tanto porque no tienes recursos para hacerlo o porque tienes unos requisitos que cumplir en el proyecto (latencia, disponibilidad, \u2026).<\/p>\n

3.- Datos<\/b>
\n<\/b>Los datos son una parte fundamental del ML, sin embargo a veces hay restricciones para poder usarlos. Restricciones que son totalmente necesarias porque es lo que nos permite proteger al usuario y como Data Scientist debemos promulgar esa filosof\u00eda. Otras veces, simplemente no no hay suficiente gobierno de los datos, es decir, no se est\u00e1n poniendo en valor dentro de la empresa y es complicado hacer uso de ellos.<\/p>\n

En resumen, en esta sesi\u00f3n estuvimos con Alejandro D\u00edaz<\/a> hablando sobre una peque\u00f1a introducci\u00f3n al Machine Learning y c\u00f3mo desmitificar algunos comentarios que hay alrededor de \u00e9l. Si quieres m\u00e1s webinars de este tipo, haznoslo saber, adem\u00e1s here<\/a> podr\u00e1s encontrar m\u00e1s informaci\u00f3n sobre nuestros programas.<\/p>","protected":false},"excerpt":{"rendered":"

Hoy en d\u00eda es raro encontrar a alguna persona que no haya escuchado \u00bfqu\u00e9 es el Machine Learning?. Quiz\u00e1s no lo sabe, pero s\u00ed que ha usado alguna aplicaci\u00f3n o asistente virtual alguna vez. Con el objetivo de hacer una peque\u00f1a introducci\u00f3n al machine learning y desmitificar algunas frases que se suelen repetir alrededor del […]<\/p>\n","protected":false},"author":3,"featured_media":8202,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_crdt_document":"","footnotes":""},"categories":[1],"tags":[],"class_list":["post-4059","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"acf":[],"_links":{"self":[{"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/posts\/4059","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/comments?post=4059"}],"version-history":[{"count":0,"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/posts\/4059\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/media\/8202"}],"wp:attachment":[{"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/media?parent=4059"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/categories?post=4059"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/immune.institute\/en\/wp-json\/wp\/v2\/tags?post=4059"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}