Machine Learning Fundamental

El Machine Learning se clasifica en diferentes tipos según cómo aprenden los algoritmos:

Aprendizaje Supervisado: Los modelos aprenden de datos etiquetados donde se conoce la respuesta correcta.
- Regresión: Predice valores numéricos continuos (ej: precio de una casa, temperatura).
- Clasificación: Predice categorías discretas (ej: spam/no spam, aprobado/rechazado).

Aprendizaje No Supervisado: Los modelos encuentran patrones en datos sin etiquetas.
- Clustering: Agrupa datos similares (ej: segmentación de clientes por comportamiento).

Aprendizaje por Refuerzo: Los modelos aprenden mediante prueba y error, recibiendo recompensas o penalizaciones.

Azure Machine Learning Studio es una plataforma visual para construir, entrenar y desplegar modelos de ML sin necesidad de escribir mucho código.

Espacio de Trabajo: Entorno central donde se gestionan experimentos, datos, modelos y despliegues.

Computación: Recursos para ejecutar experimentos, incluyendo instancias de computación, clusters y entornos personalizados.

Conjuntos de Datos: Almacenamiento y gestión de datos de entrenamiento, incluyendo conectores a Azure Storage, SQL Database y otros servicios.

Características principales:
- Interfaz visual drag-and-drop
- AutoML para selección automática de algoritmos
- Seguimiento de experimentos y métricas
- Despliegue de modelos como servicios web

AutoML automatiza el proceso de selección y entrenamiento de modelos de ML, permitiendo a usuarios sin experiencia en ML crear modelos de alta calidad.

Cómo funciona:
1. Preparación de datos: AutoML limpia y preprocesa los datos automáticamente.
2. Selección de algoritmos: Prueba múltiples algoritmos (regresión lineal, bosques aleatorios, redes neuronales, etc.).
3. Optimización de hiperparámetros: Ajusta automáticamente los parámetros del modelo.
4. Evaluación: Compara el rendimiento de diferentes modelos usando métricas apropiadas.
5. Selección del mejor modelo: Recomienda el modelo con mejor rendimiento.

Ventajas:
- Reduce el tiempo de desarrollo de modelos
- No requiere expertise en ML
- Explora automáticamente múltiples opciones
- Proporciona explicaciones del modelo

Azure Machine Learning Designer es una herramienta visual drag-and-drop para crear pipelines de ML sin escribir código.

Componentes principales:
- Módulos: Bloques preconstruidos para tareas comunes (importar datos, preprocesamiento, algoritmos, evaluación).
- Canvas: Área de trabajo visual donde se conectan los módulos.
- Pipelines: Flujos de trabajo que conectan múltiples módulos en secuencia.

Proceso de creación:
1. Importar datos: Conectar a datasets o importar archivos.
2. Preprocesamiento: Limpiar datos, manejar valores faltantes, normalizar.
3. Entrenamiento: Seleccionar algoritmo y conectar datos de entrenamiento.
4. Evaluación: Medir rendimiento del modelo con datos de prueba.
5. Despliegue: Publicar el modelo como servicio web.

Ventajas:
- No requiere conocimientos de programación
- Acelera el desarrollo de prototipos
- Fácil de compartir y colaborar
- Integración con AutoML