Posts Tagged ‘Machine Learning’

04
oct
Deep Learning desde la base
  • Pablo Navarro
  • 35 Views
  • 0 Comment
  • Artificial Intelligence . Deep Learning . Inteligencia Artificial . Machine Learning . Neural Networks . Perceptrones . Redes Neuronales .

Como bien se adelantaba en el artículo anterior “Deep Learning, solo para pilotos profesionales”: no tiene sentido comprarse un Ferrari con un año de carnet. Sin embargo, queremos romper una lanza en favor del Deep Learning y pensamos que es importante empezar por algún sitio. Queremos comenzar con un artículo puramente divulgativo, para aquellos a los que el Deep Learning les suene a película de ciencia ficción (o de terror). Con esto no pretendemos que terminéis utilizando modelos de redes neuronales a diario, simplemente nos interesa que tengáis las bases para poder dar el gran salto al mundo del Deep Learning. Si queremos comenzar por la base es conveniente hacernos la pregunta ¿qué es el Deep Learning? La respuesta es…

29
ago
Semi-Supervised Learning…el gran desconocido
  • Alfonso Ibañez
  • 3061 Views
  • 0 Comment
  • Algoritmos Semisupervisados . Big Data . Machine Learning .

Durante los últimos años se ha avanzado mucho en la resolución de problemas complejos gracias a los algoritmos de Inteligencia Artificial. Estos algoritmos necesitan de un gran volumen de información para poder descubrir y aprender, de manera continua, los patrones ocultos en los datos. Sin embargo, esta no es la forma en que la mente humana aprende. Una persona no requiere de millones de datos y múltiples iteraciones para solucionar un determinado problema, ya que lo único que necesita son algunos ejemplos para resolverlo. En este contexto, técnicas como el semi-supervised learning o aprendizaje semi-supervisado están jugando un papel importante hoy en día. Dentro de las técnicas de Machine Learning podemos encontrar varios enfoques bien diferenciados (ver Gráfico 1). Los…

28
jun
Tecnologías de gran impacto: la inteligencia artificial en nuestro día a día
  • Carlos Lorenzo
  • 3843 Views
  • 0 Comment
  • Big Data . Inteligencia Artificial . Machine Learning . Synergic Partners .

La inteligencia artificial ya no es ciencia ficción, aunque dista mucho de los robots que vemos en las películas de Hollywood. Actualmente las grandes compañías se han sumado al reto de integrar, de una forma u otra, inteligencia artificial dentro de sus propios modelos de negocio. Los fines son muy diversos: desde mejorar la experiencia del cliente; a través de bots Como Siri (Apple), Cortana (Windows), Alexa (Amazon) o Aura (Telefónica), pero además para mejorar los procesos y optimizar recursos, como detectar anomalías en máquinas o una cadena logística, detectar fraude, etc. En realidad, hablamos de la aplicación de técnicas de Machine Learning, o aprendizaje automático, para dichas finalidades, aunque sea más fácil reconocerlo por su generalización “Inteligencia Artificial”, o…

11
ene
La fiebre (o Hype) del Deep Learning
  • Alfonso Ibañez
  • 1737 Views
  • 2 Comments
  • Algoritmos . Big Data . Computación . Data . Data Science . Data Scientists . Deep Learning . Deep Learning Hype . Fiebre Deep Learning . IA . Inteligencia Artificial . Machine Learning . Neural Networks . Redes Neuronales .

En la era del Big Data no pasa un día sin que leamos alguna noticia sobre Inteligencia Artificial, Machine Learning o Deep Learning, sin saber nunca a lo que se refieren. Los "expertos" del sector mezclan e intercambian los términos con toda naturalidad, y solo contribuyen a su hype. El simple hecho de mencionarlos atrapa la atención de los inversores, y les convence de que estas técnicas tienen un poder casi mágico. El Aprendizaje Automático (del inglés Machine Learning) es una disciplina científica, procedente de la Inteligencia Artificial, que estudia cómo los sistemas pueden ser programados para aprender y mejorar con la experiencia, sin intervención humana. Para abordar este problema, diariamente surgen nuevos paradigmas que permiten descubrir conocimiento a partir…

16
ago
Anticiparse a la Fuga de Clientes mediante Palancas de Retención
  • Rubén Granados
  • 2899 Views
  • 0 Comment
  • Big Data . Churn Prediction . Data Science . Fuga de Clientes . Machine Learning . Palancas de Retencion .

  Identificación y análisis de sendas de desvinculación de clientes Saber qué clientes pueden dejar de serlo ha sido el objetivo de los clásicos modelos de fuga (churn) cuyo output final consistía en una probabilidad de abandono asociada a cada cliente en determinado rango temporal. Sin embargo, una vez que sabemos que el cliente se va a ir, nos surge una pregunta: ¿Qué hacer para evitar su marcha? Incluso llegar más allá: ¿Qué hacer para conseguir que el cliente ni siquiera se plantee su marcha? Medidas preventivas de fuga de clientes en el sector bancario En Synergic Partners hemos realizado un proyecto para una de las entidades bancarias más importantes de España en el cual se responde a estas preguntas…

30
may
Mejorando la operatividad de un Call Center con Machine Learning
  • Víctor Gonzalez
  • 3705 Views
  • 0 Comment
  • Algorithms . Big Data . Data Science . Machine Learning . Procesamiento de Lenguaje Natural .

Entender a nuestros clientes y dar la mejor respuesta a sus necesidades en el menor tiempo posible es clave para aumentar su satisfacción y su engagement con la compañía. El problema comienza cuando el número de clientes es alto y nos llegan cientos o miles de mensajes al día. En esta situación tenemos dos problemas a solucionar. Primero hay que priorizar a qué mensajes le vamos a dar respuesta primero y, segundo, hay que entender qué es lo que nos dicen. Está claro que algunos mensajes serán más importantes o más urgentes que otros, y no siempre es fácil priorizar. Para facilitar esta tarea podemos servirnos de técnicas de Machine Learning que hagan parte del trabajo por nosotros. En este…

08
nov
Una Breve Historia del Machine Learning
  • Víctor Gonzalez
  • 4534 Views
  • 0 Comment
  • Big Data . ciencia de los datos . Data Science . Machine Learning .

Como miembros de la comunidad del Machine Learning es bueno que conozcamos la historia del sector en el que trabajamos. Aunque actualmente estamos viviendo un auténtico boom del Machine Learning, este campo no siempre ha sido tan prolífico, alternando épocas de altas expectativas y avances con “inviernos” donde sufría severos estancamientos. Nacimiento [1952 - 1956] 1950 — Alan Turing crea el “Test de Turing” para determinar si una máquina era realmente inteligente. Para pasar el test, una máquina tenía que ser capaz de engañar a un humano haciéndole creer que era humana en lugar de un computador.. 1952 — Arthur Samuel escribe el primer programa de ordenador capaz de aprender. El software era un programa que jugaba a las damas…

17
sep
Precauciones a la hora de normalizar datos en Data Science
  • Santiago Morante
  • 4037 Views
  • 13 Comments
  • Algorithms . Algoritmos . Analítica Avanzada . Big Data . Blog Synergic . Data . Data Normalization . Data Science . datos . Machine Learning . Normalización de Datos .

Para que funcionen mejor muchos algoritmos de Machine Learning usados en Data Science, hay que normalizar las variables de entrada al algoritmo. Normalizar significa, en este caso, comprimir o extender los valores de la variable para que estén en un rango definido. Sin embargo, una mala aplicación de la normalización, o una elección descuidada del método de normalización puede arruinar tus datos, y con ello tu análisis. Vamos a ver unos ejemplos de los métodos de normalización más usados actualmente. Escalado de variables (Feature Scaling o MinMax Scaler) En este caso, cada entrada se normaliza entre unos límites definidos: El problema de este tipo de normalization, es que comprime los datos de entrada entre unos límites empíricos (el máximo y…

09
may
Synergic Partners participa en #RETINA2016 organizado por El País
  • Synergic Partners
  • 1340 Views
  • 0 Comment
  • Carme Artigas . digital transformation . innovación . Inteligencia Artificial . internet of things . IoT . Machine Learning .

La digitalización está cambiando tu modelo de negocio  Los días 10 y 11 de mayo, Synergic Partners participará en el evento RETINA organizado por El País en el Palacio Municipal de Congresos, Campo de las Naciones, Madrid. RETINA es un encuentro imprescindible para los profesionales llamados a liderar la transformación digital de sus organizaciones. Se trata de un foro en el que emprendedores, directivos de empresas, inversores y responsable públicos compartirán experiencias y oportunidades de negocio ligadas a las nuevas tecnologías y al nuevo entorno digital. El martes 10 de mayo, Carme Artigas dará una ponencia centrada en la Inteligencia Artificial y Machine Learning. Se habilitará una sala expositiva de contenidos de la zona de Innovación - una agenda centrada…

28
ene
XGBoost
  • Synergic Partners
  • 5190 Views
  • 0 Comment
  • Kaggle . Machine Learning . XGBoost .

En la historia de las competiciones de machine learning de Kaggle suelen dominar dos técnicas: el uso de conjuntos de árboles de decisión para datos estructurados, y de redes neuronales cuando los datos incluyen imágenes o voz. Tradicionalmente Random Forest predominaba en las competiciones de datos estructurados, pero recientemente otro algoritmo ha pasado a dominar las competiciones: Gradient Boosted Trees. Al igual que RF, GBT clasifica ejemplos mediante el uso de un conjunto de árboles de decisión. En el caso de este segundo, los árboles se construyen secuencialmente, añadiendo en cada iteración el árbol que mejor compense por los errores de los árboles ya existentes. Se le llama método de gradiente porque el modelo evoluciona en dirección al menor error,…

Clientes destacados