Scribd
Cargar
995 vistas24 páginas

Aprendizaje Automatico Con Python PDF

Este documento presenta una introducción al aprendizaje automático (AA). Explica que el AA es una subárea de la inteligencia artificial que permite a los algoritmos mejorar automáticamente en una tarea a través de la experiencia. Luego, describe algunas aplicaciones comunes del AA como el procesamiento de lenguaje natural, detección de spam, reconocimiento de imágenes y sistemas de recomendación. Finalmente, resume los conceptos básicos del AA supervisado y no supervisado usando ejemplos en Python.

Cargado por

Jorge Eliecer Loaiza
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
995 vistas24 páginas

Aprendizaje Automatico Con Python PDF

Este documento presenta una introducción al aprendizaje automático (AA). Explica que el AA es una subárea de la inteligencia artificial que permite a los algoritmos mejorar automáticamente en una tarea a través de la experiencia. Luego, describe algunas aplicaciones comunes del AA como el procesamiento de lenguaje natural, detección de spam, reconocimiento de imágenes y sistemas de recomendación. Finalmente, resume los conceptos básicos del AA supervisado y no supervisado usando ejemplos en Python.

Cargado por

Jorge Eliecer Loaiza
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 24

Raúl Garreta

Tryolabs / Fing Udelar


@raulgarreta
 ¿Qué es Aprendizaje Automático (AA) ?
 ¿Qué se puede hacer con AA?
 Herramientas de AA en Python
 Ejemplos
 Subárea dentro de Inteligencia
Artificial.
 Estudia algoritmos que tienen la
capacidad de aprender a realizar una
tarea automáticamente.
 Mejoran su performance con la
experiencia.
 Permiten resolver tareas complejas,
cuya solución es muy difícil o
imposible de realizar manualmente.
 Aprendizaje como aspecto
fundamental en la Inteligencia.
 Procesamiento de Lenguaje Natural

 Spam Filtering
 Visión Artificial
 Reconocimiento de Rostros

 OCR
 Jugadores Artificiales

 Data Mining
 Sistemas de Recomendación

 Y mucho, mucho más…


 Mejorar en una tarea T
 Respecto a una medida de performance P
 Basándose en la experiencia E
 Supervisado
 Clasificación
▪ Árboles de decisión
▪ Naive Bayes
▪ SVM
▪ …
 Regresión
▪ Redes Neuronales
▪ …

 No Supervisado
 Clustering
▪ KNN
▪ SOM

 Por Refuerzos
 Temporal Difference
 T: clasificar mails en Spam / No Spam
 P: porcentaje de mails correctamente
clasificados
 E: ver una muestra de mails clasificados
manualmente por el usuario como Spam / No
Spam
 ¿Qué es lo que se aprende y cómo se modela?
 V: Mail-> {Spam, No Spam}
 V(m1) = Spam, si m1 es mail de spam
 V(m2) = No Spam, si m2 es mail de interés
 V = f(aparece la palabra “viagra”, el remitente está
en mi lista de contactos?, #que aparece la palabra
“compre”, …)
 f = función lineal? Función polinomial de 2do
grado? Red neuronal? Árbol de Decisión? …
 ¿Con qué algoritmo se aprende?
 Esto muchas veces depende de la
representación/modelo que se va a utilizar
 Si modelo con una Red Neuronal -> puedo
utilizar Backpropagation
 Si modelo con un Árbol de Decisión -> puedo
utilizar ID3
 Si utilizo un modelo probabilístico -> estimar las
probabilidades contando frecuencias.
 …
 Qué tipo de entrenamiento se utiliza?
 Supervisado: tengo ejemplos etiquetados,
una base de mails ya clasificados como spam
/ no spam.
 Utilizo esta base como conjunto de
entrenamiento.
 Puedo particionar en entrenamiento / testeo
para aprender y testear respectivamente.
Ejemplo: 70% para entrenamiento, 30%
testeo
 Feature Selection: cual es el input del algoritmo,
como represento un ejemplo, cuales son las
características importantes a considerar para
clasificar.
 Medidas de Performance: ¿cómo sé si el sistema
realmente funciona bien? ¿cómo sé si el sistema
mejora si realizo modificaciones?
 Train set / Testing set
 Precision, Recall, Medida F
 Matriz de Confusión
 Hay muchas opciones:
 Orange http://orange.biolab.si/
 NLTK http://nltk.org/
 Mlpy http://mlpy.sourceforge.net/
 Pyml http://pyml.sourceforge.net/
 Pybrain http://pybrain.org/
 Scikit-learn http://scikit-learn.org/
 ¿Cómo implementar nuestro spam filter en
Python en 6 pasos sencillos?
 Utilizaremos Scikit-learn
Necesitamos recolectar ejemplos de entrenamiento.
Mails etiquetados como spam / ham
Exportar mis mails de mi cuenta de gmail
messages
ham
ham1.txt
ham2.txt
...
spam
spam1.txt
spam2.txt
...
data_samples =
load_files(container_path='/path/to/messages',
shuffle=True)
SPLIT_PERC = 0.6
train_size = int(len(data_samples.data)*SPLIT_PERC)
data_train = data_samples.data[:train_size]
data_test = data_samples.data[train_size:]

y_train = data_samples.target[:train_size]
y_test = data_samples.target[train_size:]
vectorizer = TfidfVectorizer(sublinear_tf=True,
strip_accents='ascii')

x_train = vectorizer.fit_transform(data_train)

x_test = vectorizer.transform(data_test)
classifier = MultinomialNB()

classifier.fit(x_train, y_train)
pred = classifier.predict(x_test)

metrics.precision_score(y_test, pred)

metrics.recall_score(y_test, pred)

metrics.f1_score(y_test, pred)

metrics.confusion_matrix(y_test, pred)
 Web:
 Scikit-learn
http://scikit-learn.org/stable/auto_examples
 Streamhacker.com

 Libros:
 NLTK book, NLTK cookbook
 Machine Learning, Tom Mitchel

 Cursos:
 Udelar
http://www.fing.edu.uy/inco/cursos/aprendaut/

 Stanford University
https://www.coursera.org/course/ml

 Washington University
https://www.coursera.org/course/machlearning
¿Preguntas?

También podría gustarte