Machine Learning

Arthur Samuel (1959). Machine Learning: Campo de estudio que le

da a los computadores la habilidad de aprender sin ser explícitamente
programados
Historia del Machine Learning
 Machine Learning en SAS
PROC DISCRIM (K-nearest-neighbor discriminant analysis)
– James Goodnight, SAS founder and CEO, 1979

Machine
Learning

Neural Networks and Statistical Models,

SAS Institute, 1994 SAS Data Mining Primer Course
SAS Institute, 1998
Machine Learning
Panorama Analítico
 Machine Learning
¿Por qué tan importante ahora?
¿Qué es Machine Learning?
 ¿Qué es Machine Learning?
Machine Learning es una rama de la inteligencia artificial que automatiza la
construcción de sistemas que aprenden iterativamente de los datos, identifican
patrones y predicen resultados futuros – con mínima intervención humana

Inteligencia Estadística
Artificial

Machine
Reconocimiento Optimización
Learning
de Patrones

High
Performance Visualización
Cumputing
 ¿Qué es Machine Learning?

La Esencia del Machine Learning:

 Existe un patrón
 No es posible resolver el
problema matemáticamente
de manera directa

 Tenemos datos históricos

¿Qué es Machine Learning?
Tipos de Aprendizaje
Tipos de
Aprendizaje
 Supervisado

Datos Históricos
Conjunto de
entrenamiento

Pre procesamiento Selección de Algoritmo de

de datos Variables Aprendizaje

Evaluación del
Modelo Entrenado
Modelo

Precisión
Clasificar/
Resultados
Predecir

Nuevos Datos
para Calificar
 No Supervisado
La naturaleza iterativa del Machine
Learning
Inicio Felizmente Retirado

Inicializar centros de clusters

Asignar cada punto de datos al

centro de cluster mas cercano

Media Vida Crisis Recalcular los centros de cluster

Media vida exitosa

Condiciones
terminación No Establecer nuevos centros de
Algoritmo se Clusters
cumplen?

Yes
Calcular estadísticas e información
Edad

de separabilidad
Jovenes principiantes

Parar
Flujo de Caja
Cognitive Computing
La Computación
Cognitiva se basa en
sistemas de
autoaprendizaje que
utilizan distintas
técnicas para realizar
tareas humanas
específicas, de una
manera inteligente.
Oliver Schabenberger,
Executive Vice President & CTO
SAS Institute
Deep Learning
Visión por Computador
Vehículos Autónomos
 Soluciones Cognitivas por Industria
Customer Fraud and Risk
Analytics Healthcare Intelligence Retail Security Intelligence Managemen
t

!
Artificial Intelligence
Personalized Adaptive Rare
Approachable Personal Assistant Contextual Marketing Due Diligence
Recommendations Event Modeling
Analytics Life Coaches Monitoring
Next Best Action Surveillance
Open APIs Literature Reviews
Virtual Shopping
Self learning Optimized A/B Testing Improved investment
Oncology X-rays &
Anomaly Detection analyses
Face Detection MRIs
Segment Discovery Conversationalchat
Emotion Personalized
bots Face Detection
Text Analytics Medicine Customer Journey Long Tail Risk
Stock Management Management
Improved Forecasting Optimization
NarrativeReport
Site layout Summaries Anti Hacking
 La tinka
REGLAS Y CONDICIONES DEL JUEGO
 El juego o la lotería consiste en lo siguiente, una persona
cualquiera compra un billete donde tiene que elegir 6
números entre los números del 1 al 40. Esto hace que la
persona obtenga un billete con sus números impresos, que
es el único comprobante del ganador.
 El día del sorteo, se lleva a cabo la extracción de 6 bolos
que se encuentran numerados del 1 al 40, estos bolos
impresos con los números son extraídos de forma
aleatoria. El orden de salida de los números impresos en
los bolos no influye en el resultado.
 Se considera como billete ganador del premio mayor si los 6
números extraídos coinciden con los 6 números elegidos por
el participante. Si el participante logro acertar 5 o 4 números
de los 6 números elegidos el día del sorteo, recibe una
cantidad de determinada de dinero que se considera como
segundo premio o segundo pozo y tercer premio o tercer pozo
respectivamente, y si logró acertar 2 números de los que eligió
con cualquiera de los 6 números que fueron extraídos durante
el sorteo, el participante tiene derecho a una jugada gratis.
 En el caso que el billete ganador no sea único el pozo o
premio mayor será repartido entre el número de billetes
ganadores, del mismo modo el segundo y tercer pozo o
premio será repartido entre él numero de billetes que cumplan
las condiciones de hacerse acreedores a los estos premios, y
por último se dará una jugada gratis a todos los billetes que
tengan 3 números que coincidan con cualquiera de los 6
números extraídos durante el sorteo.
 En el caso que no exista billete ganador, el pozo mayor se
acumula para el próximo sorteo.
 ANÁLISIS EN TIPOS APRENDIZAJE

 El siguiente análisis, va a considerar las siguientes

suposiciones:
 Los números se eligen al aleatoriamente.
 El peso de las bolillas es igual, no existe fraude.
 Todos los números son igualmente probables de ser
extraídos.
 La boletinka es un conjunto de 6 números escogidos
aleatoriamente.
 Experimento aleatorio: Consiste en extraer 6 números de
los 40 aleatoriamente, sin reemplazo y sin considerar el
orden.
 ANÁLISIS EN TIPOS APRENDIZAJE

 Espacio muestral (w): Es el conjunto de todos los posibles

resultados del experimento aleatorio, es un espacio muestral del
tipo discreto con elementos finitos, dado que se da sin reemplazo y
sin considerar el orden él numero de elementos del espacio
muestral n(w), estará dado por una combinatoria:

 El espacio muestral representa él numero de agrupaciones de 6

números que se pueden formar con 40 números. Representa él
numero de total de boletinkas diferentes que pueden jugarse.
 A medida de ejemplo, se va a trabajar con un posible caso del
juego. Sea el evento A = Los 6 números elegidos coinciden con los
6 números extraídos en el sorteo. Para este caso el número de
elementos del evento estará dado por la siguiente combinatoria:
 ANÁLISIS EN TIPOS APRENDIZAJE

 Se toma la combinatoria de 6 en 6, porque de los 6 números que

se sacaron en el sorteo se tienen que tomar los 6 y de los 34
restantes no se deben tomar ninguna porque sólo se pueden sacar
6 números, que son los que coinciden. Con lo cual la probabilidad
de ocurrencia de este evento es:

1 / 3 838 380 = 0.0000002605266

 De la misma forma se pueden obtener las probabilidades para los

posibles casos del juego:
 ANÁLISIS EN TIPOS APRENDIZAJE

Caso Número Probabilidades

de
Casos
A : Los 6 números elegidos coinciden con los 6 1 0.0000002605266
números extraídos en el sorteo
B : De los 6 números elegidos, 5 coinciden con 204 0.000053147
los 6 números extraídos en el sorteo
C : De los 6 números elegidos, 4 coinciden con 8415 0.002192331
los 6 números extraídos en el sorteo
D : De los 6 números elegidos, 3 coinciden con 119680 0.03117982
los 6 números extraídos en el sorteo
E : De los 6 números elegidos, 2 coinciden con 695640 0.181232707
los 6 números extraídos en el sorteo
F : De los 6 números elegidos, 1 coincide con los 1669536 0.434958498
6 números extraídos en el sorteo
G : De los 6 números elegidos, ninguno coincide 1344904 0.350383234
con los 6 números extraídos en el sorteo
 ANÁLISIS EN TIPOS APRENDIZAJE
 Si se define la variable X como la cantidad de números
elegidos que coinciden con los números extraídos, y
sabiendo que una persona perderá en el juego y con ello
su dinero invertido, si no logra tener por lo menos 2
aciertos, mantendrá su inversión si consigue 2 aciertos y
logrará ganar solo si consigue más de 3 aciertos.
 Por ello, la probabilidad de perder es:

P(Perder) =P (X < 2) = P (X = 0) + P(X = 1)

= 0.350383234 + 0.434958498 = 0.785342214 = 78.534 %
P(Ganar) = P( X > 2 ) = P(X = 3) + P (X = 4) + P ( X = 5) + P ( X = 6)
= 0.03117982 + 0.002192331 + 0.00005314 + 0.000000260526
= 0.03337772553 = 3.343 %
P(No perder ni ganar) = P(X = 2) = 0.181232707 = 18.123 %
 Conclusiones
 Del análisis anterior se puede afirmar, que los organizadores del
concurso tienen grandes posibilidades de ganar.
 El hecho de la jugada gratis, se considera como pérdida para el
organizador, mientras que para el participante no significa
ganancia, simplemente recupera su inversión.
 Se deduce que el margen que gane un participante es muy bajo
(3.0337%) y además bajaría más si le descontamos la
probabilidad de (X=3) ya que con 3 aciertos nos devuelven la
inversión más 1 nuevo sol de premio, si la descontamos como
ganancia significativa, el margen de ganancia se reduciría a
(0.2197%) y los organizadores tendrían un margen de ganancia
de (78.534%).