{"id":2903,"date":"2019-03-16T14:48:37","date_gmt":"2019-03-16T14:48:37","guid":{"rendered":"https:\/\/www.latamdigitalmarketing.com\/blog\/?p=2903"},"modified":"2019-07-24T23:15:47","modified_gmt":"2019-07-24T23:15:47","slug":"machine-learning","status":"publish","type":"post","link":"https:\/\/www.latamdigitalmarketing.com\/blog\/machine-learning\/","title":{"rendered":"Machine Learning, el secreto detr\u00e1s de los algoritmos"},"content":{"rendered":"

En muchas oportunidades, nos gustar\u00eda predecir el futuro cercano de nuestra empresa, o conocer lo que quieren nuestros clientes; esto es posible con el Machine Learning.<\/p>\n

Las empresas deben comprender que la informaci\u00f3n es el mayor recurso que poseen, por lo que las bases de datos son sus recursos m\u00e1s valiosos.<\/p>\n

Al conocer la informaci\u00f3n de sus usuarios, se pueden predecir los comportamientos de los consumidores.<\/p>\n

Y al detectar esos patrones en la conducta, podemos planificar que medidas se necesitan ejecutar.<\/p>\n

Machine Learning<\/h3>\n

Antes pens\u00e1bamos en una Inteligencia Artificial (IA) de robots que solucionaban problemas para los humanos.<\/p>\n

Pero hoy en d\u00eda, existe como automatizaci\u00f3n de procesos, y recolecci\u00f3n de data que aplicamos a proyecciones de las empresas.<\/p>\n

El\u00a0machine learning,\u00a0conocido en espa\u00f1ol como aprendizaje autom\u00e1tico o aprendizaje de m\u00e1quina, naci\u00f3 como una idea ambiciosa de la IA en la d\u00e9cada de los 60. Para ser m\u00e1s exactos, fue\u00a0una subdisciplina de la IA, producto de las ciencias de la computaci\u00f3n y las neurociencias.<\/p>\n

Lo que esta rama pretend\u00eda estudiar era el reconocimiento de patrones (en los procesos de ingenier\u00eda, matem\u00e1ticas, computaci\u00f3n, etc.) y el aprendizaje por parte de las computadoras. En los albores de la IA, los investigadores estaban \u00e1vidos por encontrar una forma en la cual las computadoras pudieran aprender \u00fanicamente bas\u00e1ndose en datos.<\/p><\/blockquote>\n

Trabajamos el razonamiento probabil\u00edstico, investigaci\u00f3n basada en la estad\u00edstica, recuperaci\u00f3n de informaci\u00f3n, neuromarketing<\/a>.\u00a0Al unir todo esto, se crea un estilo de perfil de nuestros clientes.<\/p>\n

\"Machine<\/p>\n

De esta forma, con IA somos capaces de crear alertas y proyecciones.<\/p>\n

Una vez que se reconoce patrones que los usuarios han tenido y que otros van en la misma l\u00ednea.<\/p>\n

Hoy en d\u00eda las empresas saben que las decisiones se toman en base a datos.<\/p>\n

Es por esto que, mientras mejor sea la informaci\u00f3n, esta ofrecer\u00e1 m\u00e1s valor para realizar la proyecci\u00f3n.<\/p>\n

Netflix, Caso Real de Machine Learning<\/h3>\n

\"Machine<\/p>\n

Una vez entendemos que el Machine Learning nace de la inteligencia artificial, y busca crear un efecto en su base de datos, Netflix es un gran ejemplo de esto.<\/p>\n

A trav\u00e9s de diferentes algoritmos, as\u00ed como aprendizajes de otros usuarios, este es capaz de predeterminar perfiles.<\/p>\n

Es por esto que a veces nos recomienda pel\u00edculas que considera nos gustar\u00e1n, porque otras personas la han visto.<\/p>\n

Incluso, en su \u00faltima mejor\u00eda decidi\u00f3 llevarlo a porcentaje, donde nos indica que tan cercano o apr\u00f3ximado es a nuestros gustos.<\/p>\n

Es por esto que con Machine Learning, Netflix intenta personalizar tu experiencia, esto basado en tus preferencias y las de personas similares.<\/p>\n

El algoritmo aprende las cosas que te gustan, y en base a ello selecciona un flujo de informaci\u00f3n (en este caso pel\u00edculas y series) para mostrar.<\/p>\n

Considera estas ideas para Machine Learning<\/h3>\n

Y ahora que conoces que no tienes l\u00edmite para aplicar el ML a diferentes aspectos de tu empresa, te dejamos una serie de ideas que puedes implementar:<\/p>\n