La práctica de Machine Learning en la empresa
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

La práctica de Machine Learning en la empresa

on

  • 174 views

Recomendaciones de por qué y que considerar al iniciar una práctica de machine learning en la empresa.

Recomendaciones de por qué y que considerar al iniciar una práctica de machine learning en la empresa.

Statistics

Views

Total Views
174
Views on SlideShare
171
Embed Views
3

Actions

Likes
0
Downloads
2
Comments
0

1 Embed 3

https://www.linkedin.com 3

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

CC Attribution License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

La práctica de Machine Learning en la empresa Presentation Transcript

  • 1. La práctica de Machine Learning en la Empresa Emilio Osorio García Chief Technology Officer Predictive Technologies minoru@predictivecorp.com Dr. Manuel Reyez Gomez Chief Data Scientist Predictive Technologies manuel@predictivecorp.com
  • 2. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com ¿Qué imaginábamos hace 30 años?
  • 3. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com El presente... * Traducción Liberal “Las mejores mentes de mi generación están pensando en como hacer que la gente haga click en un anuncio. Eso no esta chido”* -Jeff Hammerback Cofundador de Cloudera
  • 4. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com ¿Donde estaremos en 30 años?
  • 5. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com El estado del arte • No existen soluciones que sean “llave en mano” • Los datos estructurados crecen exponencialmente • Se requiere investigación de los problemas específicos de negocio • Baja utilización de los sistemas analíticos existentes • Lidiar con el cambio constante en los datos
  • 6. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com ¿Qué es “Machine Learning”? • Es una rama de la Inteligencia artificial • Aprender de los datos • Descubrir, codificar y modelar patrones encontrados en los datos (historicos) que después permitan estimar variables desconocidas, mediante el uso del contexto • Representación de los datos (Arte) • Modelo probabilístico • Genéricos: Neural Networks, SVMs, Decision Trees, etc • A la medida usando la infraestructura de modelos gráficos “Graphical Models Framework”
  • 7. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Detección de fuentes de sonido F R E C U E N C I A
  • 8. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Prediciendo usando el contexto
  • 9. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Usando el modelo para hallar anomalías Puntos donde los datos no siguen el modelo
  • 10. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com
  • 11. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Bing Local
  • 12. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Bing Local
  • 13. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Bing Local
  • 14. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Recomendación de Películas ? ? ? ?
  • 15. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Caracterización de Variables Es Romántica : (0,1) Es infantil: [0,1] Es animada: (0,1) Tiene director famoso: (0,1) Tiene actores famosos: (0,1) Grado de violencia: (0,1,2,3,4,5) Edad promedio de actores: (Continua) Año de publicación: (Discreta) ….. ….. ….. x0 x1 x2 x3 x4 x5 x6 x7 . . . Clasificación : (0,1,2,3,4,5) y X
  • 16. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Estimación del modelo X1 = [0, 1, 0, 1, 0, 3, 23.6, 1981]; y1 = 3 X2 = [1, 1, 0, 1, 1, 4, 43.3, 2013]; y2 = 5 X3 = [0, 1, 1, 1, 1, 5, 14.4, 1999]; y3 = 2 X4 = [1, 1, 1, 1, 0, 4, 35.3, 1954]; y4 = 3 X5 = [0, 1, 0, 1, 0, 3, 23.6, 2001]; y5 = 3 X6 = [0, 1, 0, 1, 0, 3, 23.6, 2001]; y6 = 1 …. f(W,X) = y’ w0+w1x1+w2x2+w3x3+…= y’ Estimar el modelo consiste en estimar W usando los valores de los ejemplos Xi, yi de tal manera que minimice: (𝑦′𝑖 − 𝑦𝑖)2= 𝑁 𝑖=1 (𝑓(𝑊, 𝑋𝑖) − 𝑦𝑖)2 𝑁 𝑖=1
  • 17. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com En producción • Para nuevos elementos y sus representaciones X, se estima sus y’usando el modelo estimado ? x0 x1 x2 x3 x4 x5 x6 x7 . . . X w0+w1x1+w2x2+w3x3+…= y’ y’=
  • 18. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Otras soluciones • Estimación de riesgo crediticio • Estimación optima de abasto de suministros • Estimación de probabilidad de perdida del cliente • Estimación optima de cantidades de mercancía por tipo y locación (datos no estructurados) • Selección automática de mejores candidatos para puestos disponibles
  • 19. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com No se necesita descubrir el hilo negro • Modelos genéricos accesibles en el mercado • Lineal Regression • Neural Networks • Logistic Regression • Support Vector Machines • Decision Trees • Software Libre – R Studio – Mahout – Weka – MLib • Software Licenciado – Oracle Data Mining – SAS Advance Analytics – IBM Predictive Analytics – Matlab
  • 20. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com 60% Arte – 40% Ciencia • Representación (Arte) • Representación que generalice correctamente • Representación que induzca transferencia • Limpieza de datos • Normalización de valores • Ajustar representación a las limitaciones del modelo • Fecha de Publicación: Decision Tree-> Continua • Logistic Regression: discretizada binaria. [1985-1990] • Ciencia • Selección o diseño del modelo • Prevención de “overfitting” • Regularización de parámetros • Análisis de errores (experto de dominio) • Estar consciente de las limitaciones del modelo
  • 21. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Modelos genéricos vs. a la medida • Modelos genéricos • Modelos a la medida Información del sistema Modelo Información del sistema se debe transformar/adaptar al modelo Información del sistema Modelo Modelo Modelo se diseña dada la Información del sistema
  • 22. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Modelos genéricos vs. a la medida • Modelos genéricos • Pros • Sus propiedades y características han sido ampliamente estudiadas • Muchas implementaciones optimas disponibles • Fáciles de entrenar y probar • Cons • La información del sistema requiere de un proceso adecuado de los valores en sus variables para ajustarlas a las predisposiciones y limitaciones de cada modelo • Tienen Limitaciones, al ser genéricos no son los suficientemente ricos para modelar sistemas complejos • No son apropiadas para problemas con mas de una variable de salida que interactúan entre si
  • 23. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Modelos genéricos vs. a la medida • Modelos a la medida • Pros • Como se diseñan para modelar el sistema sin las limitaciones de los modelos genéricos tienen mejor desempeño • Se pueden patentar • Dan ventajas competitivas • Apropiados para sistemas donde se requiere estimar varias variables de salida que interactúan entre si. (Predicción de Trafico) • Cons • Requieren diseño especializado por lo tanto las soluciones son mas caras que cuando usando modelos genéricos • Soluciones • Soluciones basadas en modelos a la medida requieren mas testeo que las basadas en modelos genéricos • Soluciones requieren mas tiempo de implementación
  • 24. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Pasos para implementar en relación al data scientist • Fase 1 • Análisis de factibilidad en datos históricos disponibles. Determinar si se tienen suficientes y diversos datos que cubran las diferentes condiciones del sistema • Fase 2 con modelos genéricos • Diseño e implementación de la representación de variables • Selección del modelo • Estimación del modelo (con regularización y “tunning” para evitar “overfitting”) • Análisis de errores • Recalibración del modelo
  • 25. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Machine Learning como Práctica • En esencia es investigación y desarrollo • El reto es como crear una práctica que tenga resultados de negocio • ¿Como operacionalizar la inteligencia artificial?
  • 26. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Las fases de la metodología CRISP-DM
  • 27. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Lean Machine Learning • Eliminar el derroche • Construir con Calidad Incluida • Respetar a las Personas • Crear conocimiento • Diferir los compromisos • Entregar Rápido • Optimizar el Todo
  • 28. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Los roles de equipo en Machine Learning • Business Product Owner • Business Domain Expert • Data Scientist • Data Analyst • Machine Learning Engineer • Data Engineer
  • 29. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Nuevas habilidades requeridas • Formulación correcta de problemas • Cultura de Prototipaje • Intuición para tomar realizar asunciones a problemas no muy bien definidos • Diseñar experimentos para probar hipótesis • Analizar resultados y plantear mejoras continuamente
  • 30. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Tecnología: Software Libre para aprender
  • 31. Manuel Reyes / manuel@predictivecorp.com SGCE 2014 Emilio Osorio / minoru@predictivecorp.com Tecnología: Proveedores para escalar
  • 32. Preguntas y Respuestas Emilio Osorio García Chief Technology Officer Predictive Technologies minoru@predictivecorp.com Dr. Manuel Reyez Gomez Chief Data Scientist Predictive Technologies manuel@predictivecorp.com