¡Hola Mundo, aprendizaje automático! - Episodio 1

AI Development 101 - Contenido

1. Introducción
2. Conceptos básicos de aprendizaje automático
   • 2.1 ¿Qué es el aprendizaje automático?
   • 2.2 Función de hipótesis
   • 2.3 Enfoque de programación tradicional vs. enfoque de aprendizaje automático
3. Regresión lineal
   • 3.1 Fundamentos de la regresión lineal
   • 3.2 Datos de entrada y salida
   • 3.3 La función de costo
4. Error cuadrático medio (MSE)
   • 4.1 Definición del MSE
   • 4.2 Minimización de la función de costo
5. Regresión lineal con múltiples dimensiones
   • 5.1 Introducción a las características multidimensionales
   • 5.2 Problemas con la complejidad computacional
6. Próximo episodio: Descenso del gradiente
7. Recursos adicionales
8. Agradecimientos

AI Development 101 - Aprendizaje Automático: ¡Hola Mundo en Español! 👋

¡Hola a todos! ¡Bienvenidos a AI Development 101 en español! En estos videos, utilizaré este pizarrón para explicar los conceptos clave detrás de las tecnologías de IA. Iremos paso a paso, comenzando por los conceptos básicos del aprendizaje automático y terminando con conceptos más complejos, como el aprendizaje por refuerzo o incluso los modelos de procesamiento del lenguaje natural masivos y las supercomputadoras de IA. Puedes ver más videos como estos aquí, incluida la serie equivalente para IA en los negocios 101, o sígueme en LinkedIn aquí para nuevos videos.

Ahora, empecemos con el elemento fundamental detrás de la IA, que es, por supuesto, el aprendizaje automático. Hoy vamos a hacer el "Hola Mundo" del aprendizaje automático. La esencia del aprendizaje automático se puede resumir con esta expresión matemática: Y = H(x). Eso es todo, esa es la matemática más importante que necesitas conocer. ¿Por qué? Porque al final del día, un modelo de aprendizaje automático es simplemente una función que tomará una entrada, que llamaremos X, y una salida, que llamaremos Y. La entrada será un número o una serie de números, es decir, un vector. Por ejemplo, podría ser su historial de ventas o los píxeles de una imagen. La salida también será un número, un vector o incluso una lista de categorías. Por ejemplo, los objetos identificados en una imagen. Nuestro trabajo en el aprendizaje automático consiste en encontrar esa función H que pueda transformar la entrada X en la salida Y. Por ejemplo, transformará nuestro historial de ventas pasadas en una salida con una predicción sobre el pronóstico para este mes. Se llama H porque es la función de hipótesis, por lo que está haciendo una suposición sobre la salida.

Ahora viene la parte interesante: ¿cómo se abordaría esto en la programación tradicional? En la programación tradicional, desarrollarías un programa que implemente esa función H. Necesitarías encontrar un algoritmo para predecir tu salida, ya sea un pronóstico de ventas o identificar imágenes de perros y gatos, lo cual es bastante difícil. Luego, la máquina tomaría la entrada, el programa que implementa H que desarrollaste manualmente, y crearía esa salida Y.

Sin embargo, en el aprendizaje automático, no crearás esa función por ti mismo. La máquina tomará ejemplos de entradas X con sus salidas correspondientes Y, y luego, con esos ejemplos, adivinará la función de hipótesis, es decir, H. En cierto sentido, la máquina está aprendiendo por sí misma basándose en los ejemplos, en lugar de ser programada manualmente por ti.

Veamos esto en un ejemplo. Imagina que tienes valores de una investigación sobre pacientes con diabetes. Esta es en realidad un ejemplo real que se utiliza a menudo como conjunto de datos para el "Hola Mundo" del aprendizaje automático. En el eje Y tendrías un número que representa la evolución de un paciente con diabetes después de un año, y en el eje X tendrás algún atributo del paciente, como el índice de masa corporal (IMC). Ahora, supongamos que solo tenemos algunos pacientes, por ejemplo, el paciente 1 con los valores X1 y la salida Y1, el paciente 2 con X2 e Y2, el paciente 3 y el paciente 4. Con estos datos, mi objetivo ahora es encontrar una función H de X que pueda predecir la evolución de un nuevo paciente con un nuevo valor de IMC que no he visto antes.

La forma más sencilla de hacer esto se llama regresión lineal, y es muy simple. Lo que voy a hacer es asumir que la relación entre estos dos valores es lineal, por lo que mi función sería Algo así.