{"id":6579,"date":"2021-08-19T14:11:56","date_gmt":"2021-08-19T17:11:56","guid":{"rendered":"https:\/\/softland.com\/mx\/?p=6579"},"modified":"2025-05-14T06:17:12","modified_gmt":"2025-05-14T12:17:12","slug":"como-tomar-mejores-decisiones-con-ayuda-de-algoritmos","status":"publish","type":"post","link":"https:\/\/softland.com\/mx\/como-tomar-mejores-decisiones-con-ayuda-de-algoritmos\/","title":{"rendered":"\u00bfC\u00f3mo tomar mejores decisiones con ayuda de algoritmos?"},"content":{"rendered":"<p><\/p>\n\n\n<h5 class=\"wp-block-heading\"><strong>Por Alfonso Calder\u00f3n,<br>Director Corporativo de Tecnolog\u00eda y Desarrollo Softland<\/strong>.<\/h5>\n\n\n\n<p>&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;-<\/p>\n\n\n\n<p>La Inteligencia Artificial (IA) comprende un grupo de algoritmos que tienen la intensi\u00f3n de simular, por medio de m\u00e1quinas (computadoras), las mismas capacidades cognitivas (deductivas y decisoras) con la que cuentan las personas. El objetivo final es que la m\u00e1quina aprenda basado en la experiencia, se adapten a nuevos escenarios y ejecuten tareas lo m\u00e1s cercano posible a c\u00f3mo lo har\u00eda una persona. <br>El proceso utilizado para alcanzar esta meta final de un sistema de inteligencia artificial est\u00e1 compuesto por un proceso de aprendizaje (que captura datos y mucha informaci\u00f3n, as\u00ed como reglas para su uso), razonamiento (directrices que ayudan a concluir) y autocorrecci\u00f3n.&nbsp;<\/p>\n\n\n\n<p>B\u00e1sicamente hay dos tipos de IA que dependen del tipo de pensamiento o reconocimiento del entorno que utilicen. Por un lado, el tipo de IA que utiliza la l\u00f3gica y es el m\u00e1s utilizado, que emplea principios del racionamiento humano basado exclusivamente en algoritmos y por otro lado el tipo de IA que emplea, adem\u00e1s, la intuici\u00f3n, pero basados en redes neuronales artificiales; estas redes neuronales est\u00e1n dise\u00f1adas como neuronas humanas para que aprendan por s\u00ed solas y de ah\u00ed el nombre de \u201cDeep Learning\u201d con el que se le conoce.<\/p>\n\n\n\n<p>Un sistema de IA se construye, por tanto, con base en algoritmos que no son m\u00e1s que capacidades matem\u00e1ticas de aprendizaje.<\/p>\n\n\n\n<p>Los algoritmos que se aplican en la actualidad son diferentes dependiendo del tipo de IA (Aprendizaje por refuerzo, Aprendizaje supervisado y Aprendizaje no Supervisado) que se le desea dotar al Sistema de Inteligencia Artificial.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Algoritmos Aprendizaje por Refuerzo (RL Reinforcemente Learning)<\/strong><\/h2>\n\n\n\n<p>El aprendizaje por refuerzo consiste en la interacci\u00f3n continua basada en \u201cprueba y error\u201d ante ciertas situaciones con un objetivo espec\u00edfico \u201crecompensa\u201d.<\/p>\n\n\n\n<p>Algoritmos m\u00e1s utilizados en Aprendizaje por refuerzo:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Programaci\u00f3n din\u00e1mica: Se utiliza para la optimizaci\u00f3n y consiste en el uso de subproblemas superpuestos de los que se van obteniendo sus soluciones que combinadas dan soluci\u00f3n al problema original.<\/li><li>SARSA (State \u2013 Action \u2013 Reward \u2013 State \u2013 Action): Algoritmo de aprendizaje basado en el proceso de decisi\u00f3n de Markov que proporciona un marco matem\u00e1tico para modelar la toma de decisiones en casos en que los resultados son en parte aleatorios y en parte est\u00e1n bajo control.<\/li><li>Q-Learning: Resuelve problemas de decisiones secuenciales en el que la bondad de una acci\u00f3n depende de una secuencia de decisiones en el que adem\u00e1s existe incertidumbre del entorno.<\/li><\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Algoritmos Aprendizaje Supervisado (SML Supervised Machine Learning)<\/strong><\/h2>\n\n\n\n<p>El aprendizaje supervisado est\u00e1 basado en modelos predictivos que usan datos para el entrenamiento relacionando entradas con salidas que se van ajustando por los conocedores del problema por medio de ejemplos y en los que se sabe la relaci\u00f3n entre la entrada y la salida deseada.<\/p>\n\n\n\n<p>Algoritmos m\u00e1s utilizados en Aprendizaje Supervisado:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>\u00c1rboles de Decisi\u00f3n: Modelo predictivo en el que, para obtener una predicci\u00f3n, se siguen las decisiones definidas desde el nodo ra\u00edz hasta llegar a el nodo final.<\/li><li>Regresi\u00f3n Log\u00edstica: Modelo predictivo de an\u00e1lisis de regresi\u00f3n en el que el resultado, acotado en sus valores posibles, es funci\u00f3n de las variables independientes de entrada.<\/li><li>Support Vector Machines (SVM): M\u00e9todo de clasificaci\u00f3n regresi\u00f3n, en el que el objetivo es encontrar el hiperplano que mejor separe dos clases diferentes de datos.<\/li><\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Algoritmos Aprendizaje No Supervisado (Unsupervised Machine Learning)<\/strong><\/h2>\n\n\n\n<p>Los algoritmos de aprendizaje no supervisado son semejantes a los algoritmos de aprendizaje supervisado pero su modelo se autoajusta sin necesidad de indicaciones externas.<\/p>\n\n\n\n<p>Algoritmos m\u00e1s utilizados en Aprendizaje Supervisado:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Algoritmos de agrupamiento (Clustering): Su objetivo es agrupar objetos seg\u00fan su similitud de forma que los objetos que caen dentro de un grupo tengan mayor grado de similitud que los que caen en otros agrupamientos.<\/li><li>Algoritmos de An\u00e1lisis de Componentes Principales (PCA): El an\u00e1lisis de componentes principales se basa en la reducci\u00f3n de la dimensi\u00f3n para pasar de una gran cantidad de variables interrelacionadas a unas pocas componentes principales. El m\u00e9todo es buscar combinaciones lineales de las variables originales que representen lo mejor posible a la variabilidad presente en los datos.<\/li><li>An\u00e1lisis de Componentes Independientes (ICA): M\u00e9todo estad\u00edstico para analizar datos en espacios multidimensionales en las que se supone que las entradas tienen independencia estad\u00edstica.<\/li><\/ul>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Conclusiones<\/strong>.<\/h2>\n\n\n\n<p>La selecci\u00f3n del m\u00e9todo de aprendizaje para IA depende del objetivo buscado, as\u00ed como de la decisi\u00f3n del analista de datos que se enfrenta al problema a solucionar. Los algoritmos son de base matem\u00e1tica y existen numerosas herramientas que tienen algunos de ellos implementados, TensorFlow incluye algunas de ellas, y librer\u00edas de software (R es un buen ejemplo).<\/p>\n\n\n\n<p>Para profundizar en la base matem\u00e1tica de los algoritmos de IA y en los propios algoritmos hay disponibles en internet numerosos blogs siendo muy recomendable leer el blog de&nbsp;<a href=\"http:\/\/www.cs.us.es\/~fsancho\/\" target=\"_blank\" rel=\"noopener\">Camparriny<\/a>&nbsp;si se desea profundizar en este aspecto.<\/p>\n\n\n\n<p><\/p>\n\n\n\n<p><\/p>\n\n\n<p><\/p>","protected":false},"excerpt":{"rendered":"<p>La Inteligencia Artificial (IA) comprende un grupo de algoritmos que tienen la intensi\u00f3n de simular, por medio de m\u00e1quinas (computadoras), las mismas capacidades cognitivas (deductivas y decisoras) con la que cuentan las personas. El objetivo final es que la m\u00e1quina aprenda basado en la experiencia, se adapten a nuevos escenarios y ejecuten tareas lo m\u00e1s cercano posible a c\u00f3mo lo har\u00eda una persona.  <\/p>\n","protected":false},"author":14,"featured_media":6581,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[6],"tags":[],"class_list":["post-6579","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias"],"acf":[],"_links":{"self":[{"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/posts\/6579","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/comments?post=6579"}],"version-history":[{"count":8,"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/posts\/6579\/revisions"}],"predecessor-version":[{"id":13627,"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/posts\/6579\/revisions\/13627"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/media\/6581"}],"wp:attachment":[{"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/media?parent=6579"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/categories?post=6579"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/softland.com\/mx\/wp-json\/wp\/v2\/tags?post=6579"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}