Qué es machine learning, cómo funciona y para qué sirve

Post de experto

Héctor Vicente Moya, Project Manager en PaynoPain

En más de una ocasión hemos hablado de que nuestra pasarela de pagos Paylands emplea tecnología de inteligencia artificial como machine learning en su sistema antifraude para que este “aprenda” y sea cada vez más eficaz. Pero, ¿qué significa esto y cómo funciona esta tecnología? Vamos a verlo en el post de experto de esta semana, una aportación un poco más técnica de lo habitual para aquellos que deseen entender mejor este concepto tan interesante y actual.

¿Qué es machine learning o aprendizaje automatizado?

El aprendizaje automatizado proporciona la base técnica de la minería de datos. Se utiliza para extraer información a partir de grandes cantidades de datos, expresándola de forma comprensible, de modo que pueda ser utilizada para una variedad de propósitos.

Es decir, el proceso consiste en encontrar y describir patrones estructurales en los datos. De esta forma podemos extraer conclusiones que serían imposibles de obtener, por ejemplo, a partir de un análisis tradicional de datos.

Adicionalmente, el aprendizaje automatizado usa métodos computacionales para “aprender” de los datos, dando resultados cada vez más acertados. El ritmo de aprendizaje y su habilidad de aprender en absoluto depende del tipo de aprendizaje automatizado empleado. Incluso es posible procesar datos sin proporcionar un modelo a seguir.

Machine learning: cómo funciona y para qué sirve

Se pueden diferenciar dos tipos de machine learning:

• Aprendizaje supervisado: encuentra patrones y desarrolla modelos predictivos utilizando tanto los datos de entrada como los de salida. Encontramos dos tipos, clasificación y regresión.

• Aprendizaje sin supervisión: encuentra patrones basados solo en datos de entrada. Esta técnica es útil cuando no estás seguro de qué buscar.  Se suele utilizar principalmente para el análisis de datos en bruto.

Algunas de las aplicaciones más comunes de machine learning con las que nos relacionamos día a día son:

• Asistentes personales virtuales (Cortana, Siri, Bixby, Google)
• Predicciones meteorológicas para la próxima semana
• “Win predictor” para los deportes (muestra quién tiene más posibilidades de ganar)
• Diagnósticos médicos
• Búsquedas predictivas en Google
• Anuncios personalizados
• Sistemas de seguridad y antifraude (como el que utilizamos en Paylands)

Algunas de estas aplicaciones son más evidentes al uso para los usuarios que otras. Por ejemplo, seguramente la mayoría habremos detectado las búsquedas predictivas en Google o los anuncios personalizados, o tal vez hayamos usado un asistente personal. A veces da la sensación de que nuestras aplicaciones saben todo sobre nosotros y es que así es como funciona el aprendizaje automatizado, demostrando que recogiendo diariamente nuestros datos puede predecir nuestros patrones de actuación y de esta forma facilitar nuestras tareas cotidianas.