Machine learning

¿Qué significa y cuándo nació?
El machine learning, conocido en español como aprendizaje automático o aprendizaje de máquina, nació como una idea ambiciosa de la IA en la década de los 60.

Es una disciplina dentro de la Inteligencia Artificial que desarrolla sistemas que aprenden automáticamente. Entendiendo como aprender a la capacidad de identificar patrones complejos dentro de un gran volumen de datos; realmente, el que aprende es un algoritmo que predice comportamientos futuros en función de los datos que se le han mostrado.

Gracias al machine learning los sistemas pasan de ser reactivo a proactivos. Las empresas y en otras disciplinas generan cada vez un mayor volumen de datos, ser capaces de extraer información valiosa de ellos supone una ventaja competitiva que no se puede despreciar.

Tipos de machine learning
Estos tipos de machine learning le permiten a las máquinas la capacidad de generalizar y asociar:

-Unsupervised learning: el algoritmo le despoja de cualquier etiqueta.

-Reinforcement learning: la máquina es capaz de aprender con base a pruebas y errores en un número de diversas situaciones.

-Supervised learning: la idea es que las computadoras aprendan de una multitud de ejemplos, y a partir de ahí puedan hacer el resto de cálculos necesarios para que nosotros no tengamos que volver a ingresar ninguna información.


En mi opinión, el machine learning nos puede llegar a ayudar en muchas situaciones de la vida. Por otro lado el uso descontrolado o un mal uso puede desembocar en una gran catástrofe.

"Todo en exceso es malo."