CONCEPTOS DE INTELIGENCIA ARTIFICIAL
Algoritmo
Un algoritmo es una serie ordenada de procesos o pasos que deben llevarse a cabo para alcanzar la solución a un problema específico.
De este modo, definidos un estado inicial y una entrada, si seguimos las instrucciones formuladas llegaremos al estado final y encontraremos la solución al problema o alcanzaremos el objetivo definido.
Machine Learning
Es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente.
Aprender en este contexto quiere decir identificar patrones complejos en millones de datos.
La máquina que realmente aprende es un algoritmo que revisa los datos y es capaz de predecir comportamientos futuros.
Automáticamente, también en este contexto, implica que estos sistemas se mejoran de forma autónoma con el tiempo, sin intervención humana.
Deep Learning
Es una de las bases de la Inteligencia Artificial que entrena a una computadora para que realice tareas como las hacemos los seres humanos, como el reconocimiento del habla, la identificación de imágenes o hacer predicciones.
En lugar de organizar datos para que se ejecuten a través de ecuaciones predefinidas, el deep learning configura parámetros básicos acerca de los datos y entrena a la computadora para que aprenda por cuenta propia reconociendo patrones mediante el uso de muchas capas de procesamiento.
Redes Neuronales
Es un modelo matemático inspirado en el comportamiento biológico de las neuronas y en cómo se organizan formando la estructura del cerebro.
El principal objetivo es resolver problemas del mismo modo que lo haría un cerebro humano, aunque las redes neuronales son bastante mas abstracta.
Las redes neuronales aprenden de la experiencia, generalizan de ejemplos previos a ejemplos nuevos y abstraen las características principales de una serie de datos.
Aprendizaje Supervisado
La primera modalidad de aprendizaje que tiene el machine learning es la de aprendizaje supervisado.
Se entrena al algoritmo otorgándole las preguntas, denominadas características, y las respuestas, denominadas etiquetas. Esto se hace con la finalidad de que el algoritmo las combine y pueda hacer predicciones.
Aprendizaje No Supervisado
A diferencia del aprendizaje supervisado, en el no supervisado solo se le otorgan las características, sin proporcionarle al algoritmo ninguna etiqueta.
Su función es la agrupación, por lo que el algoritmo debería catalogar por similitud y poder crear grupos, sin tener la capacidad de definir cómo es cada individualidad de cada uno de los integrantes del grupo.
Chatbot
Son aplicaciones informáticas basadas en la inteligencia artificial que permiten simular la conversación con una persona, dándole respuestas automatizadas a sus dudas o preguntas más comunes.
El chatbot es un tipo de bot que interactúa con el usuario manteniendo conversaciones sencillas .
Minería de Datos
La minería de datos es el proceso de hallar anomalías, patrones y correlaciones en grandes conjuntos de datos para predecir resultados.
Es una piedra angular de la analítica, la cual le ayuda a desarrollar los modelos que pueden descubrir conexiones dentro de millones o miles de millones de registros.
Empleando una amplia variedad de técnicas, puede utilizar esta información para incrementar sus ingresos, recortar costos, mejorar sus relaciones con clientes, reducir riesgos y más.
Natural Language Processing
El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) es una rama de la inteligencia artificial que ayuda a las computadoras a entender, interpretar y manipular el lenguaje humano.
NLP toma elementos prestados de muchas disciplinas, incluyendo la ciencia de la computación y la lingüística computacional, en su afán por cerrar la brecha entre la comunicación humana y el entendimiento de las computadoras.
Predictive Analytics
El análisis predictivo es una categoría de análisis de datos destinada a hacer predicciones sobre resultados futuros basado en datos históricos y técnicas de análisis como el modelado estadístico y el aprendizaje automático.
La ciencia del análisis predictivo puede generar información futura con un grado significativo de precisión.
Referencias
[1]"¿Qué es un algoritmo? Definición, características y tipos. Algoritmo computacional - Tecnología + Informática", Tecnología + Informática, 2020. [Online]. Available: https://www.tecnologia-informatica.com/algoritmo-definicion/. [Accessed: 29- Mar- 2020].
[2]"¿Qué es Machine Learning? - Cleverdata", Cleverdata.io, 2020. [Online]. Available: https://cleverdata.io/que-es-machine-learning-big-data/. [Accessed: 29- Mar- 2020].
[3]"¿Qué es deep learning?", Sas.com, 2020. [Online]. Available: https://www.sas.com/es_mx/insights/analytics/deep-learning.html. [Accessed: 29- Mar- 2020].
[4]F. Caparrini and W. Work, "Redes Neuronales: una visión superficial - Fernando Sancho Caparrini", Cs.us.es, 2020. [Online]. Available: https://www.cs.us.es/~fsancho/?e=72. [Accessed: 29- Mar- 2020].
[5]"Redes Neuronales, ¿qué son?.", Medium, 2020. [Online]. Available: https://medium.com/@williamkhepri/redes-neuronales-que-son-a64d022298e0. [Accessed: 29- Mar- 2020].
[6]J. Edwards, "Predictive analytics: Transforming data into future insights", CIO, 2020. [Online]. Available: https://www.cio.com/article/3273114/what-is-predictive-analytics-transforming-data-into-future-insights.html. [Accessed: 29- Mar- 2020].