Esta guía aborda las principales categorías de machine learning, las arquitecturas clave de modelos de deep learning y los algoritmos más utilizados, junto con un framework práctico para elegir el enfoque adecuado.
El machine learning ha transformado industrias enteras, desde el diagnóstico médico hasta la detección de fraudes financieros. Para los profesionales de TI que trabajan en investigación, ingeniería o ventas técnicas, resulta esencial saber qué categoría de machine learning se ajusta a un problema específico, así como conocer la arquitectura de modelo y el algoritmo apropiados para tomar decisiones técnicas acertadas.
Esta guía cubre tres aspectos: las principales categorías de machine learning (supervisado, no supervisado y por refuerzo), las arquitecturas clave de modelos de deep learning (CNN, RNN y GAN) y cinco algoritmos ampliamente utilizados en la industria de TI. Finalmente, presenta un framework práctico para seleccionar el enfoque correcto.
Categorías
El machine learning se clasifica según la forma en que un modelo aprende de los datos. Las tres categorías principales son el aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo.
Aprendizaje supervisado
En el aprendizaje supervisado, los modelos se entrenan con datos etiquetados; es decir, conjuntos de datos que asocian cada entrada (como una imagen o un fragmento de texto) con una etiqueta de salida conocida (como el nombre de una categoría o un valor numérico). El modelo aprende la relación entre la entrada y la salida para predecir etiquetas en datos nuevos y no vistos previamente.
El aprendizaje supervisado abarca dos tareas principales: clasificación y regresión.
Clasificación
La clasificación asigna datos de entrada a categorías predefinidas. Entre los algoritmos comunes se encuentran las máquinas de vectores de soporte (SVM), los árboles de decisión y los bosques aleatorios. Cada uno tiene fortalezas distintas; por ejemplo, el bosque aleatorio se prefiere por su robustez frente al sobreajuste.
Casos de uso típicos: detección de spam, diagnóstico de enfermedades mediante imágenes médicas.
Regresión
La regresión predice valores numéricos continuos. La regresión lineal modela una relación lineal entre las características de entrada y la salida; por ejemplo, estimar el precio de una casa a partir de su tamaño y número de habitaciones. La regresión no lineal maneja relaciones más complejas y ofrece predicciones más precisas, aunque conlleva una mayor complejidad computacional.
Casos de uso típicos: previsión de precios de vivienda, predicción de tendencias bursátiles, pronóstico meteorológico.
Aprendizaje no supervisado
El aprendizaje no supervisado identifica patrones y estructuras en datos sin etiquetar, ya que no se proporcionan etiquetas de salida durante el entrenamiento. Las dos técnicas principales son el agrupamiento y la reducción de dimensionalidad.
Agrupamiento
El agrupamiento organiza en grupos los puntos de datos que comparten características similares. El método K-means es una técnica común: asigna cada punto de datos al centro del clúster más cercano y repite el proceso hasta que los grupos se estabilizan.
Casos de uso típicos: segmentación de clientes por comportamiento de compra, agrupación de documentos por tema.
Reducción de dimensionalidad
Los conjuntos de datos de alta dimensionalidad contienen características redundantes o irrelevantes que ralentizan el entrenamiento y ocultan los patrones. La reducción de dimensionalidad comprime los datos y conserva al mismo tiempo la información más relevante.
El análisis de componentes principales (PCA) es un método muy utilizado. Identifica las direcciones de mayor varianza en el conjunto de datos y proyecta los datos originales sobre esas direcciones, lo que permite mantener la estructura de los datos y reducir el número de dimensiones.
Casos de uso típicos: preprocesamiento de conjuntos de datos de alta dimensionalidad antes del entrenamiento, visualización de datos complejos.
Aprendizaje por refuerzo
El aprendizaje por refuerzo entrena a un agente para que tome decisiones secuenciales mediante la interacción con un entorno. El agente recibe una señal de recompensa después de cada acción y ajusta su estrategia con el tiempo para maximizar la recompensa acumulada; de este modo, aprende por ensayo y error en lugar de hacerlo a partir de ejemplos etiquetados.
Casos de uso típicos: IA para videojuegos, control de vehículos autónomos, planificación de movimientos robóticos.
Modelos
El deep learning utiliza redes neuronales multicapa para resolver problemas demasiado complejos para los algoritmos tradicionales de ML. Tres arquitecturas dominan las aplicaciones prácticas: las redes neuronales convolucionales, las redes neuronales recurrentes y las redes generativas antagónicas.
Redes neuronales convolucionales
Las redes neuronales convolucionales (CNN) están diseñadas para datos con estructura de cuadrícula, en particular imágenes. Una CNN apila tres tipos de capas:
Capas convolucionales: aplican filtros aprendidos a la entrada para extraer características locales como bordes, texturas y formas.
Capas de pooling: reducen el muestreo de los mapas de características para disminuir el costo computacional y conservar al mismo tiempo las características más destacadas.
Capas totalmente conectadas: integran las características extraídas y generan un resultado final de clasificación o regresión.
Este diseño por capas permite que las CNN aprendan representaciones visuales jerárquicas de manera eficiente, razón por la cual son la opción estándar para tareas basadas en imágenes.
Casos de uso típicos: percepción para conducción autónoma, diagnóstico por imágenes médicas.
Redes neuronales recurrentes
Las redes neuronales recurrentes (RNN) procesan datos secuenciales mediante un estado interno que conserva información de pasos temporales anteriores. Este mecanismo de memoria les permite capturar el contexto y las dependencias de largo alcance dentro de una secuencia.
Las RNN son fundamentales en el procesamiento de lenguaje natural (NLP), donde el significado de una palabra depende de lo que la precede. También funcionan bien con otros flujos de datos ordenados.
Casos de uso típicos: reconocimiento de voz, traducción automática, generación de música.
Redes generativas antagónicas
Las redes generativas antagónicas (GAN) enfrentan a dos redes en competencia: un generador que produce datos sintéticos y un discriminador que determina si cada muestra es real o generada. El generador mejora continuamente hasta que su resultado resulta indistinguible de los datos reales.
Las GAN son especialmente valiosas cuando escasean los datos de entrenamiento etiquetados, porque pueden sintetizar muestras realistas adicionales.
Casos de uso típicos: generación de imágenes sintéticas, aumento de datos para conjuntos de entrenamiento, herramientas de diseño creativo.
Algoritmos
Los cinco algoritmos siguientes se encuentran entre los más utilizados en la industria de TI. Los cinco están disponibles en Platform for AI (PAI).
Bosque aleatorio
El bosque aleatorio es un método de ensamble que entrena varios árboles de decisión, cada uno con un subconjunto aleatorio de datos, y luego agrega sus predicciones mediante votación mayoritaria para clasificación o promediando para regresión. Entrenar varios árboles con diferentes subconjuntos reduce la varianza y disminuye el riesgo de sobreajuste en comparación con un solo árbol de decisión.
Casos de uso típicos: diagnóstico médico, predicción bursátil, monitoreo ambiental, clasificación por importancia de características.
Máquina de vectores de soporte
Una máquina de vectores de soporte (SVM) encuentra el hiperplano que separa las clases con el margen máximo. Para datos que no son linealmente separables, el método de kernel transforma las características a un espacio de mayor dimensión donde es posible encontrar un hiperplano separador.
Las SVM destacan por su sólida capacidad de generalización en espacios de alta dimensionalidad con conjuntos de entrenamiento relativamente pequeños.
Casos de uso típicos: clasificación de datos biológicos, reconocimiento facial, clasificación de texto.
Regresión logística
A pesar de su nombre, la regresión logística es un algoritmo de clasificación. Modela la probabilidad de que una entrada pertenezca a una clase determinada y asigna una etiqueta según si esa probabilidad supera un umbral establecido.
La regresión logística es interpretable, rápida de entrenar y constituye una línea base confiable para problemas de clasificación binaria.
Casos de uso típicos: detección de spam, diagnóstico médico, evaluación de crédito financiero, predicción de resultados electorales.
K-vecinos más cercanos
K-vecinos más cercanos (k-NN) clasifica un nuevo punto de datos al examinar los k puntos más similares del conjunto de entrenamiento y asignarle la etiqueta mayoritaria. No requiere una fase explícita de entrenamiento, ya que la predicción se realiza en tiempo de consulta, lo que facilita su implementación. La contrapartida es el alto costo computacional durante la inference en conjuntos de datos grandes.
Casos de uso típicos: sistemas de recomendación en tiempo real, detección de anomalías.
Agrupamiento K-means
K-means divide los datos en un número predefinido de clústeres mediante la asignación iterativa de cada punto al promedio del clúster más cercano y el recálculo subsiguiente de los promedios. Es rápido y escala bien a conjuntos de datos grandes, por lo que representa una primera opción práctica para el análisis exploratorio de datos.
Casos de uso típicos: segmentación de mercado, compresión de imágenes, clasificación de documentos.
Selección del algoritmo de machine learning adecuado
Elegir un algoritmo inadecuado desperdicia tanto tiempo de entrenamiento como presupuesto de cómputo. Comience con dos preguntas y aplique después tres filtros.
Dos preguntas iniciales:
¿Qué desea hacer con sus datos? ¿Predecir una etiqueta (supervisado), descubrir estructuras ocultas (no supervisado) o entrenar un agente mediante interacción (aprendizaje por refuerzo)?
¿Cómo son sus datos? ¿Etiquetados o sin etiquetar, pocos o muchos, estructurados o no estructurados?
Una vez que tenga respuestas claras, aplique estos tres filtros.
Naturaleza del problema y tipo de datos
Los métodos supervisados requieren datos etiquetados en cantidad suficiente para lograr una generalización confiable. Si se cuenta con etiquetas precisas, el aprendizaje supervisado suele ofrecer el mejor rendimiento predictivo.
Cuando las etiquetas no están disponibles o resultan costosas de producir, el aprendizaje no supervisado puede revelar patrones y agrupaciones ocultas. El agrupamiento funciona bien para la segmentación de clientes y la detección de anomalías; la clasificación supervisada es la opción adecuada para el filtrado de spam y el diagnóstico de enfermedades.
Tiempo de ejecución y restricciones de recursos
Los modelos complejos, en especial las redes neuronales profundas, pueden exigir mucha memoria GPU y tiempos prolongados de entrenamiento. En entornos con recursos limitados o sensibles a la latencia, los algoritmos más simples suelen proporcionar una precisión aceptable a una fracción del costo.
Ajuste la complejidad del algoritmo a la capacidad de su infraestructura y considere la latencia de inference si el modelo atenderá solicitudes en tiempo real.
Precisión y rendimiento requeridos
Las aplicaciones críticas, como el diagnóstico médico o la detección de fraudes financieros, exigen la máxima precisión alcanzable, incluso si esto implica tiempos de entrenamiento más largos y modelos más pesados. Las aplicaciones en tiempo real que no toleran retrasos podrían necesitar ceder algo de precisión a cambio de velocidad.
Defina su umbral de precisión y su presupuesto de latencia antes de seleccionar un algoritmo, no después.
Uso de PAI para machine learning
La Platform for AI de Alibaba Cloud cubre todo el ciclo de vida del machine learning, desde la anotación y el preprocesamiento de datos hasta la selección de algoritmos, el entrenamiento, la optimización y el despliegue de modelos. La plataforma admite más de 140 algoritmos optimizados para diversos casos de uso.
PAI escala a proyectos de cualquier tamaño y abstrae gran parte de la complejidad de la infraestructura. Para cargas de trabajo intensivas en cómputo, Elastic GPU Service proporciona los recursos de GPU necesarios para un entrenamiento de alta velocidad. El framework de seguridad y cumplimiento de Alibaba Cloud protege la privacidad de los datos en todo momento.
Selección del método adecuado para machine learning
Utilice la siguiente ruta de decisión como referencia rápida:
Disponibilidad de etiquetas: datos etiquetados → aprendizaje supervisado. Sin etiquetas → aprendizaje no supervisado o por refuerzo.
Tipo de tarea: predecir una categoría → clasificación. Predecir un número → regresión. Encontrar grupos → agrupamiento. Reducir dimensiones → reducción de dimensionalidad. Decisiones secuenciales → aprendizaje por refuerzo.
Presupuesto de recursos: se necesita alta precisión y hay cómputo disponible → modelos de deep learning (CNN, RNN, GAN). Recursos limitados o conjunto de datos pequeño → algoritmos tradicionales (bosque aleatorio, SVM, regresión logística, k-NN, k-means).
Requisitos de latencia: inference en tiempo real → prefiera modelos más simples y rápidos. Procesamiento por lotes → los modelos más pesados son viables.
Para la implementación, PAI ofrece compatibilidad integrada con todas las categorías, modelos y algoritmos descritos en esta guía, lo que reduce el tiempo desde la experimentación hasta el despliegue en producción.