pixabay.com
El tratamiento de datos con Inteligencia Artificial, nos permite obtener resultados muy útiles, y sabrosos si aplicamos el proceso adecuado.
Que me perdonen los puristas por la redacción, pero prefiero dar un mensaje sencillo, fácil de comprender por cualquier persona. Los algoritmos son un procedimiento de trabajo, como una receta de cocina, que indica la preparación de datos, el tipo de cocción, que algoritmo aplicar, y la interpretación de resultados, que es el emplatado.
Estos algoritmos se llaman de Inteligencia Artificial porque encuentran soluciones, acercándose poco a poco, ellos solos, hasta un nivel de resultados que previamente hemos fijado como objetivo. Los algoritmos más usuales se dividen en Machine Learning, que podemos clarificar como los que se calculan mediante operaciones matemáticas, y los Deep Learning que emplean Redes Neuronales.
Cada problema tiene una receta más adecuada:
- Predecir basándose en datos pasados:mantenimiento predictivo, sistemas de recomendación, pronósticos de venta … Los algoritmos más empleados son los de Machine Learning: Regresión Lineal, Arboles de decisión, Support Vector Machine (SVM), y reglas de Asociación.
- Descubrir tendencias, patrones: reconocimiento de lenguaje natural, análisis de sentimiento, identificar documentos, ciberseguridad, detección de fraude … Los algoritmos más empleados son de Machine Learning como Regresión Lineal, SVM, naïve Bayes, y para análisis de texto los RNN (Recurent Neural Network) de Deep Learning.
- Identificar objetos en imágenes vídeo o tiempo real. Aplicado en visión robótica, detección de cámaras de seguridad, reconocimiento por voz … Algoritmos más usuales son de Deep Learning con Redes Neuronales Convolucionales CNN, y Clusterings.
- Desplazamiento de un objeto físico o simulación: conducción autónoma, drones, vídeo juegos … Los algoritmos más usuales son de Deep Learning ANN, RNN y CNN (Artificial, Recurrent y Convolutional Neural Networks) y Aprendizaje de Refuerzo
- Mejora de imágenes o eliminación de ruidos en audio, reconocimiento de órdenes por voz. Se emplean Deep Learning de redes neuronales LSTM, CNN y VDSR.
Desarrollar proyectos AI no sirve de nada si no se aplican. La inteligencia práctica es saber incluir el uso de estos algoritmos en los Procesos de Negocio. Pero de esto hablaremos otro día, si ustedes quieren.
Evolución digital 