Machine Learning para principiantes

Presentación del tema: "Machine Learning para principiantes"— Transcripción de la presentación:

1 Machine Learning para principiantes
Víctor Hugo Cárdenas Machine Learning para principiantes

2 Agradecimiento a los patrocinadores
Gold Silver Geek

3 Machine Learning Los datos pueden contener secretos, especialmente si son muchos. Con muchos datos sobre algo, puede examinar esos datos de manera inteligente para encontrar patrones. Pero pueden existir patrones demasiado complejos para detectarlos nosotros mismos y estos padrones pueden indicarnos cómo resolver un problema. Machine Learning examina grandes cantidades de datos buscando patrones, luego genera código que le permite reconocer esos patrones en nuevos datos. Sus aplicaciones pueden usar este código generado para hacer mejores predicciones. En otras palabras, el aprendizaje automático puede ayudarlo a crear aplicaciones más inteligentes.

4 Ejemplo ¿Cuál es el enfoque correcto para hacer esto?
Las aplicaciones de Machine Learning son muy diversas pero por ejemplificar una posible aplicación supongamos que desea crear un software que pueda determinar, con un alto grado de precisión, si una transacción de tarjeta de crédito es fraudulenta. Nombre Cantidad Fraudulento Smith 2,600.45 NO Potter 2,294.58 SI Peter 1,003.30 Adams 8,488,32 ¿Cuál es el enfoque correcto para hacer esto? Una opción es reunir a unas pocas personas inteligentes en una habitación y pensar en ello, luego escribir un código que implemente lo que sea que se les ocurra. Este es probablemente el enfoque más común para crear soluciones de software hoy en día, y ciertamente puede funcionar. Pero si hay datos disponibles sobre el problema que está tratando de resolver, puede utilizar esos datos para encontrar una solución efectiva.

5 Ejemplo Nombre Cantidad Fraudulento Smith 2,600.45 NO Potter 2,294.58 SI Peter 1,003.30 Adams 8,488,32 Suponga que está tratando de encontrar el mejor enfoque para detectar fraudes con tarjetas de crédito, y todo lo que tiene que trabajar es la información histórica que se muestra en la tabla Lo bueno de tener tan pocos datos es que podrías encontrar un patrón simplemente mirándolo

6 Ejemplo Nombre Cantidad Fraudulento Smith 2,600.45 NO Potter 2,294.58 SI Peter 1,003.30 Adams 8,488,32 Lo malo al contar con tan pocos datos es que es probable el patrón que encuentres sea incorrecto.

7 Ejemplo Pero supongamos que tiene no solo diez registros para trabajar, sino diez millones. Y que no tiene seis columnas de datos sino 60 columnas. Probablemente haya un patrón útil oculto en esos datos para determinar qué transacciones pueden ser fraudulentas. Pero buscando manualmente los datos, hay demasiados , nunca lo resolveremos.

8 ¿Cuál es la respuesta correcta?
Nombre Monto Donde se creo Donde se uso Edad Fraudulento Smith 2,600.45 USA 22 NO Potter 2,294.58 RUS 29 SI Peter 1,003.30 25 Adams 8,488.32 FRA 64 Pali 200.23 AUS JAP 58 Jones 3,250.11 27 Hanford 8,156.20 Marx 7,475.11 UK GER 32 Norse 540.00 Edson 7,475.22 20 ¿Cuál es la respuesta correcta? En los datos que se muestran aquí, los clientes de entre 20 y 30 años parecen tener una alta tasa de fraude, pero luego observan al cliente Smith: no se ajusta a este patrón. ¿O podrían ser clientes cuya tarjeta de crédito fue emitida en los Estados Unidos pero utilizada en Rusia? Eso también parece sospechoso. Pero no, mira al cliente llamado Jones; ella no encaja en este patrón. De acuerdo, entonces tal vez una combinación de cosas se pueda usar para detectar fraudes. ¿Qué hay de los clientes cuyas tarjetas fueron emitidas en los Estados Unidos, utilizadas en Rusia y tienen más de 20 años? Error de nuevo: el titular de la tarjeta llamado Norse viola esta regla. La verdad es que el patrón que los datos respaldan es el siguiente: una transacción es fraudulenta si el titular de la tarjeta está en sus 20 años, la tarjeta se emitió en los EE. UU. Y se usó en Rusia, y el monto es más de $ 1,000. Con algo de tiempo, probablemente se habrá dado cuenta, ya que los datos con los que debe trabajar no son muy grandes.

9 ¿Cuál es la respuesta correcta?
Nombre Monto Donde se creo Donde se uso Edad Fraudulento Smith 2,600.45 USA 22 NO Potter 2,294.58 RUS 29 SI Peter 1,003.30 25 Adams 8,488.32 FRA 64 Pali 200.23 AUS JAP 58 Jones 3,250.11 27 Hanford 8,156.20 Marx 7,475.11 UK GER 32 Norse 540.00 Edson 7,475.22 20 ¿Cuál es la respuesta correcta? En los datos que se muestran aquí, los clientes de entre 20 y 30 años parecen tener una alta tasa de fraude, pero luego observan al cliente Smith: no se ajusta a este patrón. ¿O podrían ser clientes cuya tarjeta de crédito fue emitida en los Estados Unidos pero utilizada en Rusia? Eso también parece sospechoso. Pero no, mira al cliente llamado Jones; ella no encaja en este patrón. De acuerdo, entonces tal vez una combinación de cosas se pueda usar para detectar fraudes. ¿Qué hay de los clientes cuyas tarjetas fueron emitidas en los Estados Unidos, utilizadas en Rusia y tienen más de 20 años? Error de nuevo: el titular de la tarjeta llamado Norse viola esta regla. La verdad es que el patrón que los datos respaldan es el siguiente: una transacción es fraudulenta si el titular de la tarjeta está en sus 20 años, la tarjeta se emitió en los EE. UU. Y se usó en Rusia, y el monto es más de $ 1,000. Con algo de tiempo, probablemente se habrá dado cuenta, ya que los datos con los que debe trabajar no son muy grandes.

10 ¿Cuál es la respuesta correcta?
Una transacción es fraudulenta si el titular de la tarjeta está en sus 20 años, la tarjeta se emitió en los EE. UU. Y se usó en Rusia, y el monto es más de $ 1,000. Con algo de tiempo, probablemente se habrá dado cuenta, ya que los datos con los que debe trabajar no son muy grandes.

11 Machine Learning Lo que hace el proceso de aprendizaje automático es aplicar técnicas estadísticas a grandes cantidades de datos, buscando el mejor patrón para resolver su problema. Luego genera un código de implementación que puede reconocer ese patrón. Este código generado se conoce como modelo y las aplicaciones que necesitan resolver este problema pueden llamarlo.

12 El aprendizaje automático es aplicable a mucho más que esto
Predecir ingresos futuros Determinar si un cliente de telefonía móvil pude cambiar a otro proveedor Recomendar películas para clientes Casi cualquier cosa donde hay datos históricos. el aprendizaje automático es aplicable a mucho más que esto. Esta tecnología puede usarse para predecir los ingresos futuros de una organización, determinar si un cliente de telefonía móvil puede cambiar a otro proveedor, decidir cuándo un motor a reacción necesita mantenimiento, recomendar películas para clientes o cualquier otra cosa donde haya muchos datos históricos disponibles. (Porque el aprendizaje automático ayuda a predecir el En el futuro, a menudo se incluye en la categoría más amplia de análisis predictivos. Todo lo que se necesita es la información, el software de aprendizaje automático para aprender a partir de esos datos y las personas que saben cómo usar ese software. Azure Machine Learning (Azure ML) es un servicio en la nube que ayuda a las personas a ejecutar el proceso de aprendizaje automático. Como su nombre lo sugiere, se ejecuta en Microsoft Azure, una plataforma de nube pública. Debido a esto, Azure ML puede trabajar con grandes cantidades de datos y se puede acceder desde cualquier lugar del mundo. Su uso requiere solo un navegador web y una conexión a Internet. Aún así, comprender lo que hace esta tecnología requiere una mirada más profunda sobre cómo funciona realmente el aprendizaje automático. La siguiente sección ofrece una descripción general del proceso. El proceso de aprendizaje automático Ya sea que una organización use Azure ML u otro enfoque, el proceso básico de aprendizaje automático es muy similar. La Figura 3 muestra cómo se ve normalmente.

13 Azure Machine Learning (Azure ML)
Azure Machine Learning (Azure ML) es un servicio en la nube que ayuda a las personas a ejecutar el proceso de aprendizaje automático. Como su nombre lo sugiere, se ejecuta en Microsoft Azure, una plataforma de nube pública. Debido a esto, Azure ML puede trabajar con grandes cantidades de datos y se puede acceder desde cualquier lugar del mundo. Su uso requiere solo un navegador web y una conexión a Internet.

14 Demostración En este tutorial se muestran los conceptos básicos de cómo arrastrar y colocar módulos en el experimento, conectarlos, ejecutar el experimento y examinar los resultados. No vamos a explicar el tema general de aprendizaje automático o cómo seleccionar y usar los más de 100 algoritmos integrados y módulos de manipulación de datos incluidos en Studio.

15 Víctor Hugo Cárdenas