Introduce yourself and your blog
My Latest Posts
Que es Machine Learning:Es aprendizaje automático pero no es la traduccion literal pero de esa forma se suele traducir.Machine learning es una parte de la inteligencia artificial(dentro de la IA).Es Desarrollar un código o crear un modelo que está conformado por unos datos históricos para hacer predicciones atraves de la detección de patrones y el registro de estos patrones(learning).por ejemplo:Para identificar correos spam registra patrones de correos spam y mensajes solicitados para que el programa pueda identificarlos.A este se le llama modelos de aprendizaje supervisado.En fin machine learning es un conjunto de estrategias de programación,estadísticas y matematicas para atraves de unos datos crear un algoritmo capaz de automatizar la clasificación en spam por ejemplo como la detección de enfermedades la detección de fraudes,o la agrupación de clientes por ejemplo para dividir a los clientes por grupos detectando un patrón en la forma en que utilizan la página los usuarios o clientes y formando grupos de clientes que actúan de forma similar.
Que es la IA(inteligencia artificial):Al gunos ejemplos de la inteligencia artificial además de pensar robots y ChatGPT serían los buscadores de Google,o cuando cuando pasas la tarjeta y te deniegan un crédito o lo aceptan serían ejemplos de IA,bien y si piensas en algo más parecido ChatGPT sería CHATGDT,CHATbot ,Bard y la serie de inteligencias artificiales nuevas de Google como Google Developers.La inteligencia artificial es una parte de la computación pero la verdad es un tema bastante polémico la definición de inteligencia artificial siendo este el motivo de la existencia de la cantidad de tramas del desarrollo de inteligencia artificial para crear por ejemplo un Software que actúe como humano,razone, o piense como humano y tomando a estos objetivos como punto de partida dando pie a la división del desarrollo de inteligencia artificial en distintas partes como el Machine learning ,NLP,Computer Vision,sistemas expertos,robótica.Ademas la inteligencia artificial se divide en tres grandes tipos como lo son la inteligencia artificial devil,la IA general, y la super IA.
IA devil:Está está enfocado a tareas programadas en específico predestinados .A diferencia del ser humano que suele tener preferencias de una tarea más que sige siendo adaptable a la realización de nuevas tareas.
IA General:Es un objetivo que aún no se a completado pero el objetivo es crea un software o un único modelo con la capacidad de desarrollar cada actividad que realiza un humano esta sería la vía de la investigación realizada por Open AI mostrando a chatGPT como un avance en el desarrollo de IAs en OpenAI ya que ChatGPT es un modelo de lenguaje NPLC natural language enfocado en simular poder comprender y conversar como ser humano.
Super IA:Es la Capacidad del modelo de mejorarse a sí mismo.
Diferencias de Machine Learning y Deep Learning:El Deep Learning (aprendizaje profundo)es una sub rama del machine learning El deep learning tiene un algoritmo utiliza tiene una arquitectura de redes Neuronales artificiales vasadas en las redes Neuronales Humanas .El Deep learning tiene funciones como el reconocimiento facial y los modelos de clasificación de imágenes ya que estás estructuras son muy buenas con tienen datos no estructurados como imágenes, sonido el texto.
NLP(Natural, Language , Processing):El procesamiento de lenguaje natural consiste de la interpretación de una maquiná del lenguaje natural otro tipo de lenguaje sería el lenguaje formal el cual es el lógico matemático o de símbolos atravesó del cual se le ordena a la computadora ejecutar una tarea.El NPL trata de interpretar el lenguaje natural para y facilitar la comunicación con el ordenador esto atraves de el Natural language understanding hay una rama del NLP que es el NLU que es el entendimiento del lenguaje natural .Además está otra tarea que es la generación de lenguaje natural o natural Language Generation [NLG] además de estos dos campos está la detección de sentimientos la traducción automática etc.
Actividades que se llevan dentro del NLP:
1)Tokenizacion: En machine learning usan tokens (datos desestructurados en este caso) como por ejemplo textos como PDF que convertiremos en texto trabajable.Una de las funciones más comunes es la clasificacion de texto o la detección de topics es decir la capacidad de clasificar por temáticas o detectar temáticas subyacentes en este texto a raíz de las palabras que utiliza esto ayuda a categorizar palabras por sustantivo, adverbio, adjetivo ,etc.por ejemplo si decimos el perro de Juan a sido muy jugando al fútbol nos estaríamos refiriendo a Juan con un adjetivo casi cariñoso así podemos identificar sentimiento por la manera en que las personas comunican el texto.
Data Science,big data y como está transformando el mundo:Para empezar hay que recordar que la IA es una erramientas que vamos a utilizar diferentes campos como el marketing ,hospitales ,en robótica para automatizar tareas mecánicas en restaurantes etc.Los datos :El auge reciente de la IA a sido talvez por la Machine learning atravesó de el Data Science(el sector de la ciencia de datos)ya que tengamos bastantes años con un desarrollo alto en el número de datos que generamos datos bancarios e-mail,redes sociales como pedidos y ventas .Y esos datos se empezarán a utilizar para tomar mejores decisiones y actualmente a nacido empleos como analista de datos minería de datos (estudio de los datos para hacer datos predictivos) y después el machine learning en la inteligencia artificial y en el machine learning es donde Sentra el científico de datos que es el encargado de identificar este tipo de algoritmos para que el programa «aprenda» de estos datos ayudando a las empresas a tomar decisiones más prudentes.Y después está Big Data en Big data están las cinco v de big data volumen, la velocidad, la variedad, la veracidad y el valor de los datosvolumen, la velocidad, la variedad, la veracidad y el valor de los datos los científicos de datos tienen que aplicar sus conocimientos de machine learning en grandes cantidades de información en tiempo real .en las grandes empresas hay papeles como el de ingeniero de datos(data engineers ) para tener una buena plataforma de datos y luego pára explorarla entra el rol de analista de datos y para y para crear esos modelos se necesitaran los científicos de datos .Si tengo un modelo de machine learning quiero utilizarlo de inmediato en mi empresa necesito un rango de personas especialistas y tengo en mi empresa ese pequeño algoritmo necesito nuevos roles como ML engineer ,el arquitecto de cloud.
Computer vision(vision artificial):Es una serie de técnicas para detectar patrones en las imágenes y modificarlas .Que es computer vision para explicarlos abría que remontarse al paso unos años atrás con las cámaras de vigilancia face record Nixon el reconocimiento facial al ser capaz de reconocer rostros en los aeropuertos en camaras de vigilancia sigue siendo útil el día de hoy por ejemplo alas cámaras modernas que es lo que hace su autoenfoque es capaz de poner la visión cámara de la mejor manera posible para que el resultado sea octimos o con móviles al usar filtros este es un ejemplo como la computer vision puede modificar una imagen.¿Que relación tiene cumputer visión con la inteligencia? artificial es una rama de la inteligencia artificial que trabaja con imágenes y con videos todo empezó tomando imágenes de animales y clasificarlas utilizando redes neuronales además de machine learning conocido como Deep learning .El tema no cambia mucho es la extracción de datos relevantes en imágenes y videos por ejemplo los meseros de clasificación de imágenes .Hace poco meta lo que era Facebook antes de ser renombrado a sacado SAM que es capaz de reconocer cualquier ocjeto en un vídeo en una imagen en tiempo real ..La tarea de de reconocer imágenes de perro y gatos solía hacerse con redes neuronales concisas como CNN Redes neuronales convulsiones .después llegaron la redes aniversarias generativas lo cual Yego capaces de crear imágenes borrosas y des pues continuo asta llegar a saludos de OpenAI o stable difusión un modelo de software libre basado en texto y imágenes capaz de de copiar imágenes y capilar texto. .
Título del sitio 