El aprendizaje automático y la minería de datos son fundamentales en la actualidad porque permiten extraer conocimiento útil y patrones predictivos a partir de grandes volúmenes de datos, impulsando la toma de decisiones automatizada en industrias como la del videojuego.
Las lecciones a tratar en este tema son:
Comenzaremos explicando este área que se incluye dentro de la IA, con un breve repaso histórico. En cierto sentido lo que se estudia en IAV tiene un enfoque más simbólico mientras que lo que se estudia en AAM tiene un enfoque más subsimbólico. Sin embargo muchos consideran el aprendizaje por refuerzo y el Q-Learning como algo similar a la búsqueda en el espacio de estados (siendo el ejemplo más paradigmático un Monte Carlo Tree Search como el que se usa en AlphaGo)… y es que existe aprendizaje automático «simbólico» y hay áreas como la computación evolutiva, que aunque sea «subsimbólica» en realidad no es «aprendizaje».
Lo que está claro es que esta ciencia de datos es un campo que en los últimos 15-20 años se ha desarrollado muchísimo, siendo muchos de los modelos y algoritmos utilizados bastante modernos.
Ejercicios
Para practicar lo aprendido pueden hacerse algunos ejercicios.
Prácticas
No tanto por aplicar los conocimientos y las técnicas de este tema sino para tener alguna Práctica 0 de referencia, pueden realizarse prácticas como estas:
- Práctica de introducción a Python y a pandas. Conviene empezar hablando de este lenguaje y su uso en análisis de datos e inteligencia artificial. También sobre herramientas como Visual Studio Code y Jupiter Notebook (la que se vaya a usar en el laboratorio), que permite programar y documentar desde una misma aplicación; quizá también sobre Google Colab, que ofrece algo parecido pero en la nube (por lo que es menos factible para hacer exámenes). Otras herramientas como scikit-learn o la biblioteca propia de XGBoost se ejecutan en local (e incluso es posible descargar la documentación en local). Se puede solicitar al alumno la realización de un cuaderno interactivo no evaluable, o enseñarselo como Práctica 0, donde se practique la carga de archivos CSV, el filtrado de filas y columnas, y otras operaciones básicas de agregación y manejo de datos. Lo mejor es esto, dar un EJEMPLO, con una solución hecha completamente por el profesor.
Referencias
Para complementar este tema es recomendable consultar otros documentos:
Esta página está licenciada bajo CC BY-NC-SA 4.0 por Laboratorios Narratech.