Machine Learning

Tecnofilia. Número 78

Te ha sucedido que al entrar en una página web de compras y, sin siquiera haber capturado ningún dato, comienzan a aparecer sugerencias de aquel producto que has estado pensando en adquirir desde hace algunos días. ¡Incluso hasta te ofrece una promoción! ¿Crees que se debió a una coincidencia o fue solo un golpe de suerte?

En realidad, la fortuna no interviene en una situación así. Detrás de este tipo de experiencias se encuentra una de las más populares ramas de la inteligencia artificial: Machine Learning.

Machine Learning puede definirse como un método analítico que permite que un sistema, por sí mismo, es decir, sin intervención humana y en forma automatizada aprenda a descubrir patrones, tendencias y relaciones en los datos, permitiendo que en cada interacción, con información nueva, se ofrezcan mejores perspectivas.

Algunas áreas de aplicación son las siguientes:

  • Predecir el tráfico urbano.
  • Hacer pre-diagnósticos médicos basados en síntomas del paciente.
  • Detectar fraude en transacciones bancarias
  • Seleccionar clientes potenciales basándose en comportamientos en las redes sociales, interacciones en la web.
  • Cambiar el comportamiento de una app móvil para adaptarse a las costumbres y necesidades de cada usuario.
  • Saber cuál es el mejor momento para publicar tuits, actualizaciones de Facebook o enviar boletines.
  • Prever qué empleados serán más rentables el año que viene.
  • Decidir cuál es la mejor hora para llamar a un cliente.
  • Predecir fallos en equipos tecnológicos.
  • Detectar intrusiones en una red de comunicaciones de datos.

 

¿Y qué hay de la educación?

Un ejemplo de aplicación es la recopilación y el análisis de los datos de usuarios que interactúan con las plataformas de aprendizaje online. Las técnicas de Machine Learning permiten seleccionar evaluaciones y otros recursos de aprendizaje adaptados para cada estudiante individualmente y así mejorar la eficiencia del aprendizaje.

Otro caso es el de la retención de estudiantes en los diferentes niveles educativos. Con un algoritmo apropiado, sumados a la entrega adecuada de datos, Machine Learning permite detectar tempranamente a los estudiantes con alto riesgo de deserción, identificar los factores de riesgo más recurrentes y entregar informes de las principales causas y factores de riesgo.

 

¿Dónde se está aplicando actualmente?

Hoy en día Machine Learning se utiliza en diversas áreas, como la búqueda personalizada en los resultados de Google, sistemas de recomendación de productos en plataformas como Amazon, filtrado de SPAM en las bandejas de correo electrónico, etc.  

Si quieres conocer un poco más acerca de esta interesante innovación tecnológica, consulta el siguiente video.

Como podemos ver, la tecnología se está convirtiendo en el mejor aliado para crear productos más eficientes y adaptados a las necesidades de cada persona. Precisamente, esa debe ser siempre la referencia para generar un programa formativo de calidad, que encuentre las particularidades individuales del alumno y potencie lo que lo hace realmente único.

 

Bibliografía

González, A. (2014). ¿Qué es Machine Learning? Recuperado de
http://cleverdata.io/que-es-machine-learning-big-data/

Cobo, H. (2017). Machine Learning, una expresión de la inteligencia artificial. Recuperado de
http://www.mundoejecutivo.com.mx/management/2017/04/24/machine-learning-expresi-n-inteligencia-artificial

Sagenmüller, I. (2016). Cómo el Machine Learning mejora la retención estudiantil. Recuperado de
http://www.u-planner.com/es/blog/machine-learning-y-retencion-estudiantil