Adrià ManzanoJesús López

#4Sessions 18 - Junio

Adrià Manzano

@AdriaMJ_

Desarrollador departamento I+D

amj1985@live.com@

Jesús López

@Jesuslc91

Jesuslc.91@Gmail.com@

Desarrollador departamento I+D

DEMO

#4Sessions

Machine Learning

#4Sessions

Aprendizaje automático

¿Qué es?

Una rama de inteligencia artificial

Ramas

• Sistemas que piensan como humanos. Machine learning

• Sistemas que actúan como humanos. Robots

• Sistemas que piensan racionalmente. Sistemas expertos

• Sistemas que actúan racionalmente. Agentes inteligentes

#4Sessions

Objetivo

• Programas capaces de tomar decisiones

• Reentrenarse para aprender

#4Sessions

#4Sessions

Tipos más conocidos

Aprendizaje no supervisado

Tipos más conocidosAprendizaje supervisado

• SVM

• Árboles de decisión

#4Sessions

Tipos más conocidos

Aprendizaje supervisado

• RNA (Deep learning)

#4Sessions

Aplicaciones

Análisis de datos

Análisis de imágenes

• Detección de spam

• Recomendación de productos

• Detección de patrones en imágenes

• Reconocimiento de carácteres

#4Sessions

MNIST

¿Qué es?

¿Quién lo usa?

• Dataset de imágenes

• Números escritos a mano

• Lectores de cheques de banca

• Procesadores OCR

#4Sessions

MNIST¿Cómo funciona?

• Extracción de patrones sobre la imagen

• Cada imagen es interpretada como una gran colección

de números

• Cada imagen tiene un tamaño de 28x28 pixels

• Después de la representación, tenemos un total de 728

números

#4Sessions

MNIST¿Y luego qué?

• Se almacenan los datos en un array de n-dimensiones

• 5500 imágenes de cada número

#4Sessions

MNIST

¿Y qué más?

• Se genera una colección de etiquetas del mismo tamaño

• Los números se representan en 10 bits.

• El numero dos por ejemplo [0,0,1,0,0,0,0,0,0,0]

#4Sessions

MNIST

Siguiente!

• Se aplica un algoritmo de softmax regresión sobre los datos

• El azul representa los pesos positivos.

• El rojo representa los pesos negativos

#4Sessions

MNIST

Hora de entrenar

• Datos ordenados y clasificados

• Generamos nuestro modelo de datos

#4Sessions

MNIST

Resultados

• Enviamos una imagen a nuestro dataset

• [0,0,0,0,0,1,0,0,0,0]

• [1,0,0,0,0,0,0,0,0,0]

• [0,0,0,0,1,0,0,0,0,0]

• [0,1,0,0,0,0,0,0,0,0]

#4Sessions

Reconocimiento facial (PCA)Representación del dataset entrenado

z

x

y

#4Sessions

Reconocimiento facial (PCA)

z

x

y Label 1

Label 2

Label 3

#4Sessions

Reconocimiento facial (PCA)

z

x

y Label 1

Label 2

Label 3

Input data

Distance

#4Sessions

Reconocimiento facial (PCA)

z

x

y Label 1

Label 2

Label 3Input data

Distance

Output data

Label 1 = Adrià Manzano

#4Sessions

Caso real

RentSquare

#4Sessions

Datos

#4Sessions

Algoritmo

Crear el modelo de datos

#4Sessions

Plataformas de ML

#4Sessions

Bots

#4Sessions

Historia

Nick

/NICK adri:micontraseña

Herbie

Bot de conversación

#4Sessions

Conversando con Herbie

#4Sessions

Actualidad

Telegram

@gif “gifname”

Slack

/giphy “gifname”

Skype

“ask”

Q&AAdrià Manzano & Jesús López

@AdriaMJ_

@Jesuslc91

amj1985@live.com

Jesuslc.91@gmail.com@

#4SESSIONS| 18-Junio