¿Para que sirve Machine Learning? [Parte 1]

Probablemente hayas oído hablar del concepto Machine Learning pero no tengas ni idea claro para qué sirve. Conviene enterarse, porque después la competencia se te adelanta y ya sólo queda lamentarse.

Aquí presento una lista no exhaustiva:

Deportes
Prever rendimiento deportistas sin depender de las corazonadas de los ojeadores

Marketing
Detectar si un cliente va a abandonar la empresa
La tarifa aplicable a un cliente
Sacar un perfil completo del cliente
Prever la demanda de un artículo
Personalizar oferta a un cliente
Prever la demanda de un articulo en una determinada fecha
Determinar si una comunicación con un cliente va a resultar en una compra
Determinar los clientes que es más probable contraten un servicio

Ingeniería
Detectar fallos en fabricación de piezas (la medidas individuales son correctas pero el conjunto falla)
predecir la localización de pozos de petróleo, de los bancos de peces en el mar, etc.
 
Tareas de clasificación
Mejorar la colocación de los paquetes en un almacén
Determinar cuántas personas físicas hay realmente en una base datos de personas sin normalizar
Determinar si un correo es spam o no
Agrupar noticias similares

Medicina
Detección de enfermedades como el cáncer dadas una pruebas
diagnósticas. Prevenir la aparición de diabetes u otra enfermedad

Seguridad
Prevención fraude
Prevención hackeos
Detección actividad terrorista
Detectar movimientos sospechosos en video
Detectar artefactos explosivos en maletas
Detectar conducta inusual


Multimedia
Reconocer sonidos
Reconocer caracteres y personas
Clasificar imágenes, video y sonido por categorías 

Procesamiento Lenguaje Natural
Detectarlas estructuras sintácticas de un texto aunque contenga errores
Prevenir la siguiente palabra a usar en una frase

Finanzas
Prevenir el valor de las acciones u otros indices bursátiles

Derecho
Detectar información relevante para un caso dentro de una gran cantidad de documentos

Gestión interna de compañía
Detectar el sueldo que hay que pagar a un empleado para que no se vaya
Detectar si un empleado va a abandonar la empresa
Detectar las noticias relacionadas con la entidad
 
Clasificando automáticamente con k-means


Como veis es el momento de aprovechar las ventajas de esta tecnología y adelantarse a la competencia.

Comentarios

Publicar un comentario

Entradas populares de este blog

¿Para qué sirve Machine Learning? [Parte 2 y última]

Imagen
En otro post dábamos un listado de casos de uso de Machine Learning, y es hora de explicar con más detalle algunos ejemplos. Imagina que tenemos trabajamos para una gran compañía como Amazon y tenemos y completo historial de compras de los usuarios de nuestro portal de venta, así como de las reclamaciones, devoluciones, navegación por el portal, etc Lo que queremos saber es la probabilidad de que un cliente compre un determinado  artículo, para saber qué  recomendarle. Sería muy sencillo mostrarle su historial de búsqueda o los accesorios para artículos que ya ha comprado.  Para eso no necesitamos Machine Learning. Pero nuestro objetivo es mucho más ambicioso: predecir qué  producto va a comprar. Por ejemplo si el cliente ha comprado artículos para sembrar césped probablemente tenga un jardín y necesitará otras herramientas relacionadas : cortadora de césped, podadora, etc y las querrá dentro del rango de precios en el que compra habitualmente....
Leer más

Ejemplo práctico de Machine Learning: precio de vivienda

Imagen
Detengámonos en un ejemplo práctico de uso de Machine Learning: Tengo la información de varios años de los precios de venta de viviendas en todo el país junto con docenas de características de cada vivienda: localización , m2, nº de habitaciones, sueldo medio de la zona, etc. ¿Puedo calcular el precio óptimo de una vivienda para este año?  Este es un gran ejemplo de lo útil que puede resultar Machine Learning para aligerar ventas y mejorar ganancias . No queremos tener a la venta una vivienda a un precio superior al de mercado (no se venderá) ni tampoco queremos tener un precio inferior y reducir el margen de beneficio. Actualmente el precio se establece "a ojo" por el profesional inmobiliario "según a lo que se hayan vendido otras viviendas similares de la zona" .  El problema de la subjetividad es que se nos pueden pasar por alto la influencia que tienen ciertas características en el precio. Por ejemplo, una vivienda de dos dormitorios y 70 m2...
Leer más

¿Qué es la computación aproximada?

Imagen
La computación aproximada (Approximate Computing)  se basa en construir un hardware que no siempre responde al 100% de exactitud, pero que reduce su consumo de energía en varios órdenes de magnitud. Se trataría de un nuevo paradigma de diseño de computadores que podría ser la solución a la enorme cantidad de energía y CPU que consume un sistema de Inteligencia Artificial, ya que no siempre necesitados clasificar o predecir con 100% de exactitud. Pensad en los fotogramas de una imagen o en la percepción del sonido. Esto no es algo que vayas a tener disponible mañana en la tienda de la esquina, pero la cuestión es que para que la IA se pueda mezclar con el IoT tendremos que inventar algo ya que los computadores cuánticos (ya hablaremos otro día de ellos) no van a ser precisamente sencillos de producir en masa a corto-medio plazo. Tal vez en un futuro tengamos computadores con distintos tipos de arquitectura (clásica, red neuronal, aproximada, cuántica) cooperando e...
Leer más