- Entrenar un modelo de aprendizaje automático para predecir algo
Éstas son las actividades para esta lección:
3 PARTES DEL APRENDIZAJE AUTOMÁTICO
Recordemos que la Inteligencia Artificial, concretamente el Aprendizaje Automático, consta de 3 partes principales.
Conjunto de datos
Encontrar patrones
Hacer una predicción
En esta lección, vamos a centrarnos en la segunda parte, Encontrar patrones, entrenando nuestro propio modelo de IA que será capaz de hacer una predicción.
Hay muchas plataformas gratuitas en las que puedes entrenar un modelo de IA, utilizando el aprendizaje supervisado.
Existen dos tipos principales de aprendizaje automático aprendizaje supervisado y aprendizaje no supervisado.
Aprendizaje supervisado es tal y como suena: usted supervisa cómo aprende el modelo indicándole la respuesta correcta.
El aprendizaje no supervisado adopta un enfoque diferente. El modelo recibe datos, pero sin orientación ni supervisión. El modelo de IA encuentra sus propios patrones. Este método permite al modelo de IA descubrir nuevas agrupaciones, similitudes y diferencias entre los datos sin ningún conocimiento preconcebido.
En este currículo educativo, utilizaremos el enfoque de aprendizaje supervisado del aprendizaje automático. Por ejemplo, supongamos que queremos que un modelo de IA nos diga si una imagen es un perro o un gato.
Su conjunto de datos estará formado por montones y montones de fotos de perros y gatos.
Ayudarás a entrenar al modelo diciéndole qué fotos son de perros y cuáles de gatos.
PLANIFICACIÓN DE SU MODELO
Su modelo predecirá o clasificará algo. A menudo, estos modelos se denominan modelos de clasificaciónpor esa razón.
Primeros pasos:
- ¿Qué está clasificando? ¿Son imágenes, textos, sonidos? Este es su tipo de datos.
- ¿Cuáles son las diferentes clasificaciones posibles? Por ejemplo perros y gatos. Estas son sus clases. A veces también se denominan etiquetas.
- Reúna los datos adecuados para entrenar su modelo. Encuentra montones y montones de datos variados para representar cada clase. Por ejemplo, ¡muchas fotos de distintos tipos de perros y gatos!
PLATAFORMAS RECOMENDADAS
Existen muchas plataformas gratuitas y de código abierto para crear modelos de clasificación de IA.
Hemos elaborado una lista de programas y plataformas donde puedes hacerlo:
- construye tu modelo para hacer una predicción
- a continuación, utilice su modelo en una aplicación móvil o web para realizar una acción basada en la predicción
He aquí un breve resumen de lo que cada plataforma puede clasificar e integrar.
| Plataforma | Tipos de clasificación | Integración de la innovación tecnológica |
|---|---|---|
| Teachable Machine de Google | imágenes, sonidos, posturas | App InventorPython, otras integraciones posibles |
| MachineLearningForKids | imágenes, sonidos, texto, números | Python, App Inventor (para algunos tipos de datos) |
| App Inventor del MIT | imágenes, sonidos, posturas | App Inventor |
| Ximilar | imágenes | Thunkable, App Inventor, aplicaciones wep, uso de APIs |
ACTIVIDAD: ENTRENAR UN MODELO DE APRENDIZAJE AUTOMÁTICO
Construye un modelo de piedra, papel o tijera
A continuación, vea su modelo en acción con una sencilla interacción javascript preconstruida.
MODELOS PREFABRICADOS
Ahora que ha construido su primer modelo de IA y que empieza a planificar su propio modelo para su proyecto, puede plantearse utilizar un modelo ya construido.
¿Por qué reinventar la rueda?
Hay muchos sitios que ofrecen modelos de IA públicos y compartidos. Puede considerar la posibilidad de utilizarlos si proporcionan la clasificación que busca. Estos son algunos sitios que proporcionan modelos públicos de ML.
Para utilizar estos modelos, lo más probable es que tenga que utilizar un lenguaje basado en texto como Python o Javascript.
Si eres completamente nuevo en la programación, construir tu propio modelo es una gran opción. Tendrás el control y aprenderás mucho sobre IA en el proceso.
REFLEXIÓN
¡Has hecho tu primer modelo de IA! Esto debería darte una idea del proceso de creación de un modelo de IA. Todas las plataformas de creación de modelos funcionan de forma similar, aunque las interfaces pueden diferir ligeramente.
REVISIÓN DE TÉRMINOS CLAVE
- Modelo de IA (o aprendizaje automático) - inteligencia artificial que se entrena en un conjunto de datos para reconocer patrones con el fin de predecir o clasificar algo
- Aprendizaje supervisado - aprendizaje automático en el que un modelo se entrena diciéndole resultado correcto o incorrecto.
- Aprendizaje no supervisado - Aprendizaje automático en el que un modelo descubre patrones por sí solo, sin intervención alguna.
- Clase - una etiqueta que se proporciona a un modelo de IA para que aprenda a clasificar las entradas según su clase
RECURSOS ADICIONALES
Si quieres aprender más sobre inteligencia artificial y aprendizaje automático, aquí tienes una magnífica lista de reproducción de Daniel Schiffman, de la Universidad de Nueva York.
