Machine Learning

Se me aclaro la cosa con machine learning que no tiene que ver al parecer con convertir a mi tostadora en un terminator.

israel , que gran forma de enseñar

Lo mejor para definir un BigQuery: "Es un SQL con esteroides"

Minuto 11:00 del video, ahí te das cuenta que el Profe Israel no solamente está aquí por enseñar, si no que le apasiona lo que hace.

SQL con esteroides

En resumen:

• IA: abarca a machine learning y deep learning y busca eliminar al humano en la creación de algoritmos y que todo ese proceso lo haga una computadora

• Machine learning: como dijo Israel, crea modelo y al señarle te encontrada modelos fortuitos, cuando le des una mar de datos él te va encontrar patrones

• Deep learning: le busca sentido a los datos.

Una IA es un sistema que es inteligente, usando machine learning puedes buscar en una BBDD cuando tus clientes te compran más y te daras cuenta que es en finales de años y usando deep learning la computadora es capaz de encontrar el porqué te compran más.

OMG… No me esperaba que dijera que con esto ya tenemos las bases para Machine Learning xD Que genial! Es decir, digamos que no solo nos quedamos en “Oh si, yo se manejar una base de datos” sino que nos adentramos a cosas más geniales com las Big Querys, Data Mining, Business Inteligence, Machine Learning, etc.! Los conocimientos que tenemos actualmente son nuestras herramientas para manejar el Machine Learning!

Al9000, Skynet, Ultron Ex machina Bender son ejemplos de por que dotar de inteligencia a una maquina y que aprenda por si misma no es tan buena idea.
Por el otro lado tenemos a Jarvis c3po r2d2 Walle Eva que dicen lo contrario, espero que ya halla nacido Jhon Connor por si acaso

Machine Learning es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente. Aprender en este contexto quiere decir identificar patrones complejos en millones de datos.

SQL con esteroides 😉

Machine Learning: Nos ayuda a crear Modelos para encontrar patrones (Clasificación), también para predicción, analizando por ejemplo ventas con relación a información transversal, en un rango de fecha determinada pasada, luego se genera un modelo y este se usa con todos los datos de las ventas hasta la actualidad y puede encontrar relaciones como por ejemplo ventas en vacaciones aumentan, y así se puede predecir como serán las ventas en las próximas vacaciones

Creo que de todos los profesores que hasta el momento he escuchado es el que me convence mucho. Me gusta la manera de explicar.

Machine Learning: Aplicada a los datos, se encarga de encontrar patrones y relaciones en base a tus datos y darte información oportuna de ellos la cual puede ser utilizada en Business Intelligence

48. Mis apuntes sobre: “Machine Learning”

Es una serie de técnicas que involucran inteligencia artificial y la detección de patrones.

El Machine Learning en DATA, es una de las principales aplicaciones, es un paso adelante
del BI.
Se hacen modelos para buscar patrones fortuitos, correlaciones que no esperamos,
patrones de datos que no son fáciles de ver para humanos.
La mayoría de modelos están basadas en estadística.
BigQuery se usan para Data Warehouse.
Tienen 2 casos de uso: Problema de clasificación y de predicción.
Procesamiento de lenguaje natural, se le entrena para encontrar algo.

El Machine Learning tendrá mucho auge en el futura, para mí es una de las cosas apasionante en la informática junto a la Inteligencia Artificial.

Machine Learning solo es estadística (+ algoritmos) y terminé entendiendo muchos meses después de estudiar ML, lo mejor es saber primero estadística y luego Machine Learning porque luego en avanzado terminas sin saber que es lo que realmente pasa por detrás de las librerías.

Es verdad lo que dice el profesor, ahora no es únicamente saber estadística… ahora se necesita saber base de datos y data mining si quiere aprender más sobre data science.
¡Por eso estoy por acá, para nunca parar de aprender!

quiero que sigan sacando cursos asi de buenos como este 😃😃😃😃😃

Importante lo que dice el Profesor: Lo que se necesita en las “empresas” es gente EXPERTA EN EL TRATAMIENTO DE INFORMACIÓN, que tenga conocimiento de Data… que se involucre y que no trabaje sino que resuelva problemas

A mi realmente me apasiona hace muchos años. Desde las épocas que programaba en Visual Basic 6.0 alla en el 2003.
Retome recién el año pasado mi vocación por la informática desde cero.
No es el dinero o la demanda lo que hace que sea tan apasionante para mi sino que veo inhabitable, con el avance exponencial que hay, la llegada de la singularidad y este punto va a ser una bisagra tan grande en la historia de la humanidad que espero estar vivo para observar, con palomitas de maíz, a la inteligencia en su maxima expresion lo cual apuesto que va a ser lo mejor que le va a pasar, no solo a la humanidad, sino a todos los seres vivos de este planeta. Eso es pasión, el dinero?.que sirva para poder pasar mas horas con esta pasión… pero dinero? dinero tiene cualquiera si te fijas. .

Me entró la duda y acá está la respuesta de por qué el clima no es puede predecir con exactitud:
https://nomada.gt/blogs/por-que-es-dificil-predecir-el-estado-del-tiempo/

BigQuery usa SQL con esteroides :v

El machine learning es un método de análisis de datos que automatiza la construcción de modelos analíticos. Es una rama de la inteligencia artificial basada en la idea de que los sistemas pueden aprender de datos, identificar patrones y tomar decisiones con mínima intervención humana

Una de las situaciones donde todos los días vemos el uso de Machine Learning es en la sección de recomendados de Youtube. Por ejemplo, si tenemos una cuenta y llevamos 3 ocasiones buscando vídeos de gaticos, la inteligencia artificial detectara este patrón en tu usuario y comenzara a recomendarte vídeos que tenga como tópico principal gaticos, ya que esa es su función principal.

Que clase mas interesante y clara!!! Se entiende todo a la perfección. Quisiera estudiar de por vida con el mismo profesor.

Super emocionada, definitivamente profesor usted motiva a querer aprender y entender mas acerca de estas disciplinas para ampliar nuestros conocimiento.
Muchas gracias¡¡

Ahora existen métodos de machine learning automaticos (AutoML), por ejemplo en python puedes encontrar los paquetes de auto keras, auto sklearn, entre otros,
Saludos!

Hola, hay algún curso en Platzi sobre Big Query?

A por machine learning y data science

En el examen la pregunta es esta: ¿Cuáles son las dos funciones básicas de la mayoría de servicios de machine learning?
R/ Clasificación y predicción, da pregunta erronea, qu epasa?

Emocionado …!!! Esas son mis palabras

Iluminadora esta parte. Se nota la experiencia y pasión por lo que expone. Va más allá del contenido,nos esclarece como funciona el mundo exterior

min 12:07 , jajaja excelente explicación de lo que es BigQuery, “Un SQL con esteroides”. El profe Israel ha usado formas muy sencillas de explicar conceptos complejos, eso es digno de aplaudir.

Muy buen aporte sobre machine learning

dejo mi resumen de los temas que hemos ido llevando: https://github.com/DanielGB00/fundamentos-BD#machine-learning

MACHINE LEARNING
.
ML (Machine Learning) tiene una connotación muy aplican y depende del contexto.
.
Son una serie de técnicas que involucran la AI (Artificial Intelligence) y la detección de patrones en diferentes ámbitos.
.
ML en las disciplinas de datos tiene un gran campo de aplicación, principalmente se aplica en el tratamiento de datos para encontrar patrones de interés. También es interpretada como el paso siguiente de BI.
.
ML permite hacer modelos que encuentran patrones fortuitos es decir, lo que ML intenta hacer es encontrar relaciones o patrones que no son obvios. La mayoría de los modelos de ML están basados en estadística.
.
BigQuery es una base de datos ademas de ser utilizada para el Data Warehouse también utiliza ML para el tratamiento de los datos.
.
ML tiene 2 algoritmos o modelos de base con casos de uso particulares
.
clasificación
.
Esta relacionado con volúmenes de datos. Utilizando una la técnica de procesamiento de lenguaje natural como Input toma una serie de datos que pueden ser de diferentes fuentes, procesarlos y al final entrega los patrones encontrados.
.
predicción
.
Esta relacionado con la toma de decisiones tomando como Input un volumen de datos históricos entrenado un modelo procesándolos y como Output genera un modelo entrenado con un determinado porcentaje de precisión. A este modelo entrenado se le pasan datos a procesar y va entregar los patrones que afectan e iteran las relaciones de los datos.
.
Los modelos de ML están basados en algebra lineal, regresión lineal, tensores y calculo.
.
ML y las herramientas de la actualidad no se enfocan principalmente en en generar nuevos modelos **(aunque si se puede) **sino en saber como y donde aplicarlos.
.
La gran necesidad de ML en la industria actualmente no es de disponer de grandes matemáticos sino personas expertas en el tratamiento de la información y datos.

Solucionar el problema de clasificación se hace con algoritmos supervisados. El problema de predicción se hace con algoritmos no supervisados.

Yo he trabajo con esto, es más horrible de lo que se escucha; pero dispara el valor de una empresa de una forma tremenda, no lo menciona, pero hacerlo bien es la diferencia entre 10x y 100x, 1000x en el income de una empresa

Veo mi futuro por este campo

Excelente explicación. A estudiar Machine learning y poner en practica nuestras empresas.

para los famosos casos de predicción de votaciones y manipulación de información ala hora de elegir lideres mundiales se utiliza MACHINE LEARNING?

¡Definitivamente esta rama es la que más me interesa!

Nuestros datos nos definen…

“es como un sql con esteroides” hahahah excelente

En algún momento entraré en Machine Learning. Un objetivo a un futuro cercano

me resulta muy interesante creo que aplicare a este curso
de Machine Learning

Machine Learning

Es el estudio de los algoritmos informáticos que mejoran automáticamente mediante la experiencia y el uso de datos. Permite generar modelos que hayan patrones en los datos.

• Clasificación
• Predicción

Resumen de una Clase del Curso de Analisis de Negocios para Ciencia de Datos:

Los métodos de aprendizaje automático se pueden dividir en métodos supervisados, semi-supervisados ​​y no supervisados. Los métodos supervisados ​​se entrenan en ejemplos con etiquetas (por ejemplo, ‘gen’ o ‘no gen’) y luego se utilizan para predecir estas etiquetas en otros ejemplos, mientras que los métodos no supervisados ​​encuentran patrones en conjuntos de datos sin el uso de etiquetas. Los métodos semi-supervisados ​​combinan estos dos enfoques, aprovechando los patrones en los datos sin etiquetar para mejorar el poder en la predicción de etiquetas.

Business Intelligence sirve para análisis descriptivos, Artificial Intelligence para análisis predictivos…

Cuando me pregunten en una entrevista. ¿Qué es el Big Query?

Yo: Un query con esteroides. JAJAJAJA

¡INCREÍBLE EL PODER DE ESTA HERRAMIENTA!

Me gustó, esta explicado de una forma clara

jdhksjalkj

Nos ayuda a hacer modelos que encuentran patrones fortuitos encontrando correlaciones inesperadas.

Tiene dos casos de uso particulares:

Clasificación
Predicción

Hola profe, uno de los primeros pioneros fue Durkheim, francés y padre de la sociología.
Una gran obra de arte escrita por El fue “el suicidio”.
Un libro que recomiendo, buenísimo.

Cada ve que me adentro en este tema no puedo evitar pensar en la psicohistoria de Issac Azimov en su libro la Fundación. Quien conozca de que hablo sabra que es emocinante, pero tambien da algo de miedo.

Se nota que le apasiona al profe, me gusto la explicacion de tu a tu

Como yo lo entiendo es BI = Estadística Descriptiva, ML = Estadística Probabilística

Tremenda explicación!! el mejor curso que he tomado hasta el momento en Platzi!!

MACHINE ES LA EVOLUCION, ES LA MATRIX

Estoy cumpliendo mi primer año como profesor. Espero algún día poder enseñar tan bien como Israel y Diego de Granda

Buah, enserio que buena explicación Israel

En esta clase a una velocidad de 1.5x, el profe se nota super emocionado con el tema, jejejejejee.

Gracias maestroooo ❤️

La emoción que usa el profesor para explicar este tema es contagiosa, quiero aprender de todo jajaja

Un SQL con esteroides XD

Definitivamente un pequeño paso en un mundo totalmente nuevo. y diferente. Simplemente …

Dios esto es muy emocionante, me encanta saber que los conocimientos de bases de datos van más allá de eso y pueden servir para utilizar machine learning.
Por razones como que te muestren este tipo de conocimientos es que me gusta platzi.

El uso de algoritmos marcará la competitividad y la profesionalidad durante los próximos años.

La tecnología del aprendizaje automático está sirviendo para recopilar y modelar el conocimiento, con el fin de proporcionar información más específica y elaborar mejores herramientas de trabajo para las personas. El uso de algoritmos marcará la competitividad y la profesionalidad durante los próximos años.

La forma en la que te inspira y anima a seguir aprendiendo otras diciplinas de la ciencia de datos es invaluable

menos mal que me choque con esta explicaciòn, grande man!

La función básica de ML o aprendizaje automático o de máquina es que genera modelos para distintas aplicaciones los cuales aprenden a dar las respuestas o salidas (variables dependientes) a partir del entrenamiento con los datos de entrada (variables independientes). Este puede ser supervisado (se conocen de antemano las etiquetas o valores de salida), no supervisado (no se conocen y se deja que el algoritmo las determine) y por refuerzo (reinforcement).

SQL con esteroides XD

Lo que me desmotiva es que hace 3 años que salio este curso, no me imagino que tan actualizado debe ser ahora 😦

muy buena definición, excelente profe muchas gracias

Machine Learning tiene significados que varían. Es una serie de técnicas que involucran la inteligencia artificial y la detección de patrones. Pero llevándolo al contexto de las bases de datos el Machine Learning es como un Business Intelligence llevado un paso mas adelante. Ya que en vez de que haya alguien intentando hacer sentido a los datos, Aquí se generan modelos (en base a estadística) que encuentran patrones fortuitos encontrando correlaciones inesperadas.

Hay un capitulo de la serie BILLIONS en el que se construye un modelo de ML para hacer PNL sobre el discurso de un rector de universidad que a su vez dirige un FONDO DE INVERSION, con la intencion de predecir (a traves de conductas pasadas, luego de sus discursos), cual seria la decision que tomaria luego y asi anticiparlo, proponerle lo mismo y cerrar el trato.

Ese solo capitulo paga toda la serie! si este tema te interesa, buscalo de verdad es oro!

No necesitas ser un experto en matematica para usar Machine Learning, pero si es importante dominar la parte de data.

Esto me hizo el dia, la semana, el año… no porque le tema a la matematica, pero si porque me faltaba claridad en que dominar primero.

GRACIAS Israel Vazquez Morales, de verdad hacen falta muchas mas aclaraciones sinceras de este tipo, para disipar la ansiedad de que camino seguir y que aprender primero y que no.

Los modelos de machine learning aprenden con un enfoque iterativo de los datos y pueden ajustarse a sí mismos para producir mejores resultados automatizados. Se hacen repeticiones por los datos hasta que se encuentra un patrón sólido.

Excelente tema, me interesa mucho el maching learning y el deep learning.

Me motivaste más por el Bussines Intelligence… es increible… gracias profe

Te comparto más información sobre Machine Learning. 💚Machine Learning

Big Query es un SQL con esteroides"

¿Sera pregunta de examen? 😅

En mi corta vida como Data Science puedo decir que Machine Learning se resume en dos tipos de algoritmos:

• Clasificacion
• Prediccion

Bastante inspirador este video 😄

ya esto es otro nivel

Muchas gracias por la informaciíon y gracias por el consejo!!!

Muy buen a la información sobre Machine learning , pordrias por favor mencionarnos heramientas concretas para hacer el modelo de predicción .

Con esta explicación se aclara más el panorama y surge el gusto por seguir ahondando conceptos y métodos de tratamiento de los datos para explorar más este concepto. Gracias.

Esto con el BI, es lo más interesante del manejo de datos, con información tienes “poder” y más si con eso tienes toma de decisión lo hace aun más interesante.

Yo quiero trabajar en esto 😦 vamos sin pausa pero sin prisa

Genial, increíble toda esta información! Que bueno que nos quitas la duda de si es un requisito indispensable ser matemático puro para aplicar machine learning jaja

Machine learning son una serie de técnicas que ayudan a encontrar patrones de los datos y con estos ayudar a tomar decisiones.