El machine learning o aprendizaje automático es una rama dentro de la inteligencia artificial que se ha desarrollado mucho en los últimos años. Se trata de una herramienta que consiste en dotar a los ordenadores de la capacidad de aprender sin necesidad de ser programados. La máquina que "aprende" es un algoritmo que trabaja con los volúmenes enormes de datos que las empresas o instituciones tienen que manejar y que hace predicciones sobre patrones de comportamiento. El machine learning nos permite adelantarnos a los acontecimientos y ser proactivos, no reactivos.
Los algoritmos de machine learning pueden ser supervised o unsupervised. Los algoritmos supervised sacan conclusiones a partir de un conocimiento anterior, resultado de data mining - el histórico de datos o paseo de datos - que le hemos proporcionado, junto con las "preguntas" (características) y las "respuestas" (etiquetas). Dentro de los algoritmos supervised se puede distinguir entre clasificación (detección de spam o reconocimiento de caras en las fotos) y regresión (nos da de resultado un valor, como las reservas de un hotel).
Los algoritmos unsupervised o de deep learning conforman el machine learning propiamente dicho y trabajan desde cero, son más orientados que los supervised a la búsqueda de patrones en datos científicos o comerciales de gran magnitud. Imita el funcionamiento de nuestro sistema nervioso: cada etapa del deep learning está especializada en una sola característica, igual que las neuronas.
Tiene infinitas aplicaciones, como las campañas de marketing segmentadas, previsiones de tráfico, detección de fraudes y estafas, mejora de la atención y servicio al cliente, gestión de recursos humanos, aumentar la efectividad de las publicaciones en medios de comunicación, diagnósticos médicos, reconocimiento del lenguaje, previsiones económicas... Cualquier campo con una muestra de datos suficiente es susceptible de mejorarse con el machine learning.
