SlideShare une entreprise Scribd logo
1  sur  29
Introducción al Machine Learning en Android
• Victor Alfonso Rodas Ona
• Fb.com/victordevcode
• victordevcode@gmail.com
@VictorRancesCode
Machine Learning
Es el diseño y estudio de las herramientas informáticas que utilizan
la experiencia pasada para tomar decisiones futuras; es el estudio
de programas que pueden aprenden de los datos. El objetivo
fundamental del Machine Learning es generalizar, o inducir
una regla desconocida a partir de ejemplos donde esa
regla es aplicada.
El ejemplo más típico donde podemos ver el uso del Machine
Learning es en el filtrado de los correo basura o spam
Qué es Machine Learning?
Es el intento de hacer a una computadora tan o mas inteligente que
un humano. Darle la capacidad de razonar o de pensar basado en
los datos que le estas aportando.
Qué es Inteligencia Artificial?
Inteligencia Artificial
Machine Learning es una aplicación de
la Inteligencia Artificial
Machine Learning
Machine Learning Supervisado. se enseña o entrena al algoritmo a partir de datos
que ya vienen etiquetados con la respuesta correcta. Cuanto mayor es el conjunto de
datos más el algoritmo puede aprender sobre el tema. Una vez concluido el
entrenamiento, se le brindan nuevos datos, ya sin las etiquetas de las respuestas
correctas, y el algoritmo de aprendizaje utiliza la experiencia pasada que adquirió
durante la etapa de entrenamiento para predecir un resultado. Esto es similar al
método de aprendizaje que se utiliza en las escuelas, donde se nos enseñan
problemas y las formas de resolverlos, para que luego podamos aplicar los mismos
métodos en situaciones similares.
Machine Learning Supervisado
Machine Learning no Supervisado
Machine Learning no Supervisado: En los problemas de
aprendizaje no supervisado el algoritmo es entrenado usando un
conjunto de datos que no tiene ninguna etiqueta; en este caso,
nunca se le dice al algoritmo lo que representan los datos. La
idea es que el algoritmo pueda encontrar por sí solo patrones
que ayuden a entender el conjunto de datos. El aprendizaje no
supervisado es similar al método que utilizamos para aprender a
hablar cuando somos bebes, en un principio escuchamos hablar
a nuestros padres y no entendemos nada; pero a medida que
vamos escuchando miles de conversaciones, nuestro cerebro
comenzará a formar un modelo sobre cómo funciona el lenguaje
y comenzaremos a reconocer patrones y a esperar ciertos
sonidos.
Machine Learning Supervisado
Machine Learning no Supervisado
Algoritmos de Machine Learning
• TensorFlow es el sistema de aprendizaje automático de segunda
generación de Google Brain, liberado como software de código abierto
a finales del año 2015. Mientras la implementación de referencia se
ejecuta en dispositivos aislados, TensorFlow puede correr en múltiple
CPUs y GPUs. Esta biblioteca también está disponible en Linux de 64
bits, macOS, y plataformas móviles que incluyen Android e iOS. El
nombre TensorFlow deriva de las operaciones qué tales redes
neuronales realizan sobre arrays multidimensionales de datos. Estos
arrays multidimensionales son referidos como “tensores”. En junio de
2016, Jeff Dean de Google declaró que 1.500 repositorios en GitHub
mencionaron TensorFlow, de los cuales solo 5 pertenecían a Google.
Qué es Tensorflow?
Que es una Neurona Artificial?
Redes Neuronales
Deep Learning
• El Deep Learning lleva a cabo el proceso de Machine Learning usando una red
neuronal artificial que se compone de un número de niveles jerárquicos. En el nivel
inicial de la jerarquía la red aprende algo simple y luego envía esta información al
siguiente nivel. El siguiente nivel toma esta información sencilla, la combina, compone
una información algo un poco más compleja, y se lo pasa al tercer nivel, y así
sucesivamente.
Qué es DeepLearning?
Inteligencia Artificial
Machine Learning
Deep Learning
Ejemplo
Ejemplo
Android + Google Machine Learning API
Ejemplo
Android + Watson IBM
Ejemplo
Ejemplo
Recursos y Ejemplos
• Proyecto Not Hotdog
• https://github.com/VictorRancesCode/NotHotdog-Tensorflow-Classifier
• Proyecto IBM Watson
• https://github.com/VictorRancesCode/AndroidIBMWatson
• Proyecto Google Cloud Vision
• https://github.com/VictorRancesCode/AndroidGoogleVision
• Libro “Hello World” en Tensorflow
• http://jorditorres.org/research-teaching/tensorflow/libro-hello-world-en-
tensorflow/
• https://github.com/jorditorresBCN/Assignments-
2017/blob/master/First_Contact_with_TF_2nEd_slides-3.pdf
Gracias Hasta la Próxima

Contenu connexe

Similaire à Introducción al Machine learning en Android

Logica de progrmacionn
Logica de progrmacionnLogica de progrmacionn
Logica de progrmacionnbrayan_2012
 
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIALFUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIALPamelaGranda5
 
Aplicaciones Difusas: Machine learning y heuristicas
Aplicaciones Difusas: Machine learning y heuristicasAplicaciones Difusas: Machine learning y heuristicas
Aplicaciones Difusas: Machine learning y heuristicasLuis Fernando Aguas Bucheli
 
El aprendizaje automático es divertido
El aprendizaje automático es divertidoEl aprendizaje automático es divertido
El aprendizaje automático es divertidoCarlos Duarte
 
chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...
chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...
chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...FranciscoJosuRodrgue1
 
ChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptx
ChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptxChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptx
ChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptxssusere29f89
 
Deep learning aprendizaje profundo
Deep learning  aprendizaje profundoDeep learning  aprendizaje profundo
Deep learning aprendizaje profundoAlfredo Tello
 
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminosMachine Learning: ¿Caminos? A donde vamos, no necesitamos caminos
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminosEgdares Futch H.
 
Cómo vivir de la inteligencia artificial
Cómo vivir de la inteligencia artificialCómo vivir de la inteligencia artificial
Cómo vivir de la inteligencia artificialCarlos Toxtli
 
Aprendizaje y razonamiento eliezer alas
Aprendizaje y razonamiento eliezer alasAprendizaje y razonamiento eliezer alas
Aprendizaje y razonamiento eliezer alasEliezer Alas
 
53 Claves para conocer Machine Learning
53 Claves para conocer Machine Learning53 Claves para conocer Machine Learning
53 Claves para conocer Machine LearningStratebi
 
El Libro de la Inteligencia Artificial (versión 8)
El Libro de la Inteligencia Artificial (versión 8)El Libro de la Inteligencia Artificial (versión 8)
El Libro de la Inteligencia Artificial (versión 8)Alfredo Vela Zancada
 
TENDENCIAS DE IA Inteligencia artificial generativa.pdf
TENDENCIAS DE IA Inteligencia artificial generativa.pdfTENDENCIAS DE IA Inteligencia artificial generativa.pdf
TENDENCIAS DE IA Inteligencia artificial generativa.pdfJoseAlejandroPerezBa
 
Inteligencia Artificial From Zero to Hero
Inteligencia Artificial From Zero to HeroInteligencia Artificial From Zero to Hero
Inteligencia Artificial From Zero to HeroCarlos Toxtli
 

Similaire à Introducción al Machine learning en Android (20)

Logica de progrmacionn
Logica de progrmacionnLogica de progrmacionn
Logica de progrmacionn
 
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIALFUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL
 
Aplicaciones Difusas: Machine learning y heuristicas
Aplicaciones Difusas: Machine learning y heuristicasAplicaciones Difusas: Machine learning y heuristicas
Aplicaciones Difusas: Machine learning y heuristicas
 
El aprendizaje automático es divertido
El aprendizaje automático es divertidoEl aprendizaje automático es divertido
El aprendizaje automático es divertido
 
Entrega 2
Entrega 2Entrega 2
Entrega 2
 
chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...
chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...
chatgptencentroseducativos-presentacindelprofesorprofesor-a-230519204903-008d...
 
ChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptx
ChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptxChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptx
ChatGPT en Centros Educativos - Presentación del Profesorprofesor-a.pptx
 
Deep learning aprendizaje profundo
Deep learning  aprendizaje profundoDeep learning  aprendizaje profundo
Deep learning aprendizaje profundo
 
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminosMachine Learning: ¿Caminos? A donde vamos, no necesitamos caminos
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminos
 
Cómo vivir de la inteligencia artificial
Cómo vivir de la inteligencia artificialCómo vivir de la inteligencia artificial
Cómo vivir de la inteligencia artificial
 
Conceptos
ConceptosConceptos
Conceptos
 
Aprendizaje y razonamiento eliezer alas
Aprendizaje y razonamiento eliezer alasAprendizaje y razonamiento eliezer alas
Aprendizaje y razonamiento eliezer alas
 
53 Claves para conocer Machine Learning
53 Claves para conocer Machine Learning53 Claves para conocer Machine Learning
53 Claves para conocer Machine Learning
 
Estudiante
EstudianteEstudiante
Estudiante
 
Guia Aaa Unidad 1
Guia Aaa Unidad 1Guia Aaa Unidad 1
Guia Aaa Unidad 1
 
El Libro de la Inteligencia Artificial (versión 8)
El Libro de la Inteligencia Artificial (versión 8)El Libro de la Inteligencia Artificial (versión 8)
El Libro de la Inteligencia Artificial (versión 8)
 
TENDENCIAS DE IA Inteligencia artificial generativa.pdf
TENDENCIAS DE IA Inteligencia artificial generativa.pdfTENDENCIAS DE IA Inteligencia artificial generativa.pdf
TENDENCIAS DE IA Inteligencia artificial generativa.pdf
 
Inteligencia Artificial From Zero to Hero
Inteligencia Artificial From Zero to HeroInteligencia Artificial From Zero to Hero
Inteligencia Artificial From Zero to Hero
 
Scratch: Animaciones
Scratch: AnimacionesScratch: Animaciones
Scratch: Animaciones
 
Taller 1
Taller 1Taller 1
Taller 1
 

Introducción al Machine learning en Android

  • 1. Introducción al Machine Learning en Android • Victor Alfonso Rodas Ona • Fb.com/victordevcode • victordevcode@gmail.com @VictorRancesCode
  • 2.
  • 4. Es el diseño y estudio de las herramientas informáticas que utilizan la experiencia pasada para tomar decisiones futuras; es el estudio de programas que pueden aprenden de los datos. El objetivo fundamental del Machine Learning es generalizar, o inducir una regla desconocida a partir de ejemplos donde esa regla es aplicada. El ejemplo más típico donde podemos ver el uso del Machine Learning es en el filtrado de los correo basura o spam Qué es Machine Learning?
  • 5.
  • 6. Es el intento de hacer a una computadora tan o mas inteligente que un humano. Darle la capacidad de razonar o de pensar basado en los datos que le estas aportando. Qué es Inteligencia Artificial?
  • 7. Inteligencia Artificial Machine Learning es una aplicación de la Inteligencia Artificial Machine Learning
  • 8. Machine Learning Supervisado. se enseña o entrena al algoritmo a partir de datos que ya vienen etiquetados con la respuesta correcta. Cuanto mayor es el conjunto de datos más el algoritmo puede aprender sobre el tema. Una vez concluido el entrenamiento, se le brindan nuevos datos, ya sin las etiquetas de las respuestas correctas, y el algoritmo de aprendizaje utiliza la experiencia pasada que adquirió durante la etapa de entrenamiento para predecir un resultado. Esto es similar al método de aprendizaje que se utiliza en las escuelas, donde se nos enseñan problemas y las formas de resolverlos, para que luego podamos aplicar los mismos métodos en situaciones similares. Machine Learning Supervisado Machine Learning no Supervisado
  • 9. Machine Learning no Supervisado: En los problemas de aprendizaje no supervisado el algoritmo es entrenado usando un conjunto de datos que no tiene ninguna etiqueta; en este caso, nunca se le dice al algoritmo lo que representan los datos. La idea es que el algoritmo pueda encontrar por sí solo patrones que ayuden a entender el conjunto de datos. El aprendizaje no supervisado es similar al método que utilizamos para aprender a hablar cuando somos bebes, en un principio escuchamos hablar a nuestros padres y no entendemos nada; pero a medida que vamos escuchando miles de conversaciones, nuestro cerebro comenzará a formar un modelo sobre cómo funciona el lenguaje y comenzaremos a reconocer patrones y a esperar ciertos sonidos. Machine Learning Supervisado Machine Learning no Supervisado
  • 11.
  • 12.
  • 13. • TensorFlow es el sistema de aprendizaje automático de segunda generación de Google Brain, liberado como software de código abierto a finales del año 2015. Mientras la implementación de referencia se ejecuta en dispositivos aislados, TensorFlow puede correr en múltiple CPUs y GPUs. Esta biblioteca también está disponible en Linux de 64 bits, macOS, y plataformas móviles que incluyen Android e iOS. El nombre TensorFlow deriva de las operaciones qué tales redes neuronales realizan sobre arrays multidimensionales de datos. Estos arrays multidimensionales son referidos como “tensores”. En junio de 2016, Jeff Dean de Google declaró que 1.500 repositorios en GitHub mencionaron TensorFlow, de los cuales solo 5 pertenecían a Google. Qué es Tensorflow?
  • 14. Que es una Neurona Artificial?
  • 17. • El Deep Learning lleva a cabo el proceso de Machine Learning usando una red neuronal artificial que se compone de un número de niveles jerárquicos. En el nivel inicial de la jerarquía la red aprende algo simple y luego envía esta información al siguiente nivel. El siguiente nivel toma esta información sencilla, la combina, compone una información algo un poco más compleja, y se lo pasa al tercer nivel, y así sucesivamente. Qué es DeepLearning? Inteligencia Artificial Machine Learning Deep Learning
  • 18.
  • 21.
  • 22. Android + Google Machine Learning API
  • 24.
  • 28. Recursos y Ejemplos • Proyecto Not Hotdog • https://github.com/VictorRancesCode/NotHotdog-Tensorflow-Classifier • Proyecto IBM Watson • https://github.com/VictorRancesCode/AndroidIBMWatson • Proyecto Google Cloud Vision • https://github.com/VictorRancesCode/AndroidGoogleVision • Libro “Hello World” en Tensorflow • http://jorditorres.org/research-teaching/tensorflow/libro-hello-world-en- tensorflow/ • https://github.com/jorditorresBCN/Assignments- 2017/blob/master/First_Contact_with_TF_2nEd_slides-3.pdf
  • 29. Gracias Hasta la Próxima