MENU

| AR

Sedes

Cursos

Carreras

Programas Ejecutivos

Paises

Diferencias entre el aprendizaje automático y el análisis predictivo

Diferencias entre el aprendizaje automático y el análisis predictivo
#Tecnología
21 de marzo - min de lectura


El aprendizaje automático (Machine Learning) es un método de aprendizaje computacional subyacente a la mayoría de las aplicaciones de inteligencia artificial (IA). En este caso, los sistemas o algoritmos se mejoran a través de la experiencia de datos sin depender de una programación explícita. Estos algoritmos se presentan como herramientas de gran alcance capaces de realizar predicciones al mismo tiempo que aprenden de grandes volúmenes de datos. El aprendizaje automático se considera una extensión moderna del análisis predictivo. El reconocimiento eficiente de patrones y el autoaprendizaje son la columna vertebral de los modelos Machine Learning, que evolucionan automáticamente en base a patrones cambiantes para permitir las acciones apropiadas. Actualmente, muchas empresas dependen de algoritmos de aprendizaje automático para comprender mejor a sus clientes y detectar oportunidades de ingresos. Cientos de algoritmos de aprendizaje automático existentes y recientemente desarrollados se aplican para derivar predicciones de alto nivel que guían las decisiones en tiempo real con menos dependencia de la intervención humana. En tanto, el análisis predictivo se puede definir como el procedimiento para condensar grandes volúmenes de datos en información que los humanos pueden entender y usar. Las técnicas analíticas descriptivas básicas incluyen promedios y recuentos. El análisis descriptivo basado en la obtención de información de eventos pasados ??se ha convertido en análisis predictivo, que intenta predecir el futuro en base a datos históricos. Este concepto es el que aplican los data scientist. Para eso, apelan a técnicas complejas de estadísticas clásicas, como árboles de regresión y decisión, para proporcionar respuestas creíbles a consultas tales como: "¿Cómo se verán mis ventas influenciadas por un aumento del 10% en el gasto publicitario?" Esto lleva a simulaciones y " "qué pasa si" analiza para que los usuarios aprendan más. Todas las aplicaciones de análisis predictivo involucran tres componentes fundamentales:   Datos: La efectividad de cada modelo predictivo depende en gran medida de la calidad de los datos históricos que procesa.   Modelado estadístico: Incluye las diversas técnicas estadísticas que van desde las funciones básicas hasta las complejas que se utilizan para la derivación de significado, perspicacia e inferencia. La regresión es la técnica estadística más comúnmente utilizada.   Suposiciones: Las conclusiones extraídas de los datos recopilados y analizados suelen suponer que el futuro seguirá un patrón relacionado con el pasado.   El análisis de los datos es crucial para cualquier empresa que se dirija al éxito, y el análisis predictivo se puede aplicar de muchas maneras para mejorar la productividad empresarial. Estos incluyen cosas como optimización de campañas de marketing, evaluación de riesgos, análisis de mercado y detección de fraudes, por mencionar solo algunos casos.   Cómo se relacionan el aprendizaje automático y el análisis predictivo Si bien es importante deben comprender las diferencias entre el aprendizaje automático y el análisis predictivo, también hay que saber cómo ambos se relacionan. Básicamente, el aprendizaje automático es una rama de análisis predictivo. A pesar de tener objetivos y procesos similares, hay dos diferencias principales entre ellos: en primer lugar, el machine learning resuelve las predicciones y recalibra los modelos en tiempo real automáticamente después del diseño. Mientras tanto, el análisis predictivo funciona estrictamente con datos de "causa" y debe actualizarse con datos de "cambio". Por último, a diferencia del aprendizaje automático, el análisis predictivo aún depende de personas para trabajar y probar las asociaciones entre causa y resultado.

Otras Noticias

Cuánto gana un programador en 2020 img

Cuánto gana un programador en 2020

Se trata de la 11va edición de la encuesta de sueldos que realiza sysarmy, la comunidad Argentina de sistemas que nuclea a profesionales del sector y realiza actividades para hacer crecer la industria.La encuesta fue analizada por openqube.io, la plataforma de opiniones reales de empresas donde sus empleados las califican en base a su experiencia laboral. En el estudio publicado se observa la progresión de los sueldos en el sector a partir de 2014 y los ajustes que percibieron los trabajadores en 2019. El 25% de los encuestados declara no haber recibido ningún ajuste por inflación durante el año pasado mientras que hubo trabajadores que recibieron más de 3 correcciones salariales. La mayoría de las mismas se produjo entre octubre y diciembre.Según el estudio enfocado en quienes se dedican a la programación web, en promedio, los puestos mejor remunerados son Gerentes/Directores, con sueldos superiores a los $160.000 y les siguen arquitectos, líderes técnicos y product managers, que van de los $115.000 a los $130.000 brutos.A nivel tecnología, los sueldos más altos son para quienes dominan herramientas como Amazon Web Services, Kubernetes, Docker y Heroku, mientras que a nivel desarrollo hay un marcado aumento en los sueldos de quienes saben programan en Android y en iOS, es decir, que se dedican a la programación mobile. Se puede acceder al análisis interactivo y a la información recabada en la encuesta a través de www.openqube.io/sueldos. 

3 principios fundamentales del diseño de UX   img
#UX

3 principios fundamentales del diseño de UX

Así es que cuando las buenas prácticas de esta disciplina no se aplican, puede ser que el usuario se sienta rechazado por la aplicación o el website. En esta línea,  se ha demostrado que esta situación también daña la imagen de marca general. En resumen, para avanzar hacia un Diseño de Experiencia de Usuario (UXD, por sus siglas en inglés) hay que considerar las motivaciones, los objetivos y las frustraciones de sus usuarios. ¿Cómo se logra esto? Considerando cómo ellos percibirán e interactuarán con el website o aplicación móvil. Al respecto, algunas pautas son:  1. Pocas opciones:Hay una razón por la que le lleva más tiempo elegir entre un menú de restaurante con 100 opciones diferentes. Se llama Ley de Hick. Cuantas más opciones ofrezca a los usuarios, más tiempo les tomará llegar a una decisión.La Ley de Hick juega un papel fundamental en la forma en que abordamos el diseño de productos digitales, porque cuando se quiere ayudar a un usuario a alcanzar un objetivo o resolver un desafío, la velocidad es primordial. Cuantos más elementos se muestren, más tiempo les llevará alcanzar su objetivo y más frustrados se sentirán.En lugar de ofrecer a los usuarios todas las opciones posibles a la vez, el diseño debe priorizar los elementos clave. Las opciones deben limitarse a la menor cantidad posible y los procesos largos y complicados deben dividirse en pasos más simples. 2. Hacer que las acciones importantes sean fáciles de alcanzar:Cuanto más lejos esté el pulgar o el mouse del elemento con el que desea interactuar, y cuanto más pequeño sea ese elemento, más tiempo llevará completar la acción. Esto se llama Ley de Fitts y es un principio fundamental para lograr un buen diseño.Cuanto más demore una interacción, mayores serán las posibilidades de que los usuarios se den por vencidos. Para combatir esto, cada elemento interactivo debe ser lo suficientemente grande como para que los usuarios sepan qué es y lo seleccionen con facilidad.La precisión más alta para los botones, por ejemplo, es entre 42 y 72 píxeles de ancho. Por lo tanto, realizar acciones de alta prioridad y de uso frecuente de 72 píxeles permite a los usuarios alcanzar su objetivo incluso cuando su dedo o cursor está ligeramente apagado. 3. Considerar el “desprecio selectivo”:Es imposible que los usuarios presten atención a cada estímulo digital que ven. Esto es porque usan la atención selectiva para determinar qué es importante. Este fenómeno se llama “desprecio selectivo”. Respecto al diseño digital, si un elemento no está claramente relacionado con su tarea, los usuarios lo ignorarán. Por eso cada elemento debe diseñarse teniendo en cuenta el descuido selectivo y las expectativas de los usuarios para garantizar la facilidad de uso.

Principales tendencias en Recursos Humanos para este año   img
#Otros

Principales tendencias en Recursos Humanos para este año

 "Estamos experimentando una revolución en el campo de la tecnología en recursos humanos. La inteligencia artificial pasó de ser un sueño especulativo a un conjunto creciente de aplicaciones de recursos humanos accesibles y El informe “Tendencias de Empleo y Contrataciones para 2020”, publicado por el equipo de investigación económica de Glassdoor, comandado por su economista jefe, Andrew Chamberlain describe las principales tendencias en  recursos humanos para 2020, que son las siguientes:1. Inteligencia Artificial como aliada en la gestión:Después de años de especulaciones sobre la Inteligencia Artificial (IA) en el lugar de trabajo, 2019 trajo una visión de cómo podría ser el futuro laboral son su presencia. Ya estamos viendo que existe la posibilidad de utilizar la IA para las tareas de gestión, como feedback en tiempo real para los empleados, aplicada al monitoreo del desempeño y la automatización de las tareas de rutina para los líderes de equipo. Con eso, los gerentes pueden centrarse en la estrategia, la creatividad y el management, ofreciendo una poderosa ventaja competitiva para las compañías capaces de aprovechar esta tendencia. 2. Es el inicio de la década “culture-first”La cultura del lugar de trabajo será un elemento central para las empresas. En un mundo cada vez más atento a la transparencia y la responsabilidad corporativa, una cultura fuerte ya no es solo un detalle interesante, es toda una estrategia comercial.3. Posible recesión económicaLa guerra comercial con China está desacelerando la industria en los Estados Unidos, repercutiendo en otros sectores y haciendo que el riesgo de recesión sea mayor que en cualquier otro momento de la década, y esa situación afecta a todo el mundo. ¿Cómo pueden las empresas posicionarse para enfrentar una posible desaceleración económica? La primera lección sobre contratar personal durante una recesión se basa en que atraer talento seguirá siendo un gran desafío a medida que aumenta la oferta, pero el talento de calidad se vuelve más escaso. En este punto, el área de recursos humanos debe apostar por fuentes que ofrezcan candidatos de calidad.4 - La diversidad y la inclusión serán una prioridadEn los últimos años, el debate sobre diversidad e inclusión en el mercado laboral se intensificó. Una encuesta de Glassdoor mostró que el 64% de los trabajadores afirma que su empresa está invirtiendo más en diversidad e inclusión que en años anteriores. En 2020, a medida que las empresas continúen orientadas en la construcción de equipos más diversos e inclusivos, la expectativa es que la contratación para puestos gerenciales altos y medios atraiga líderes cada vez más alineados con este propósito. Esta situación ayudará a llevar a cabo esta misión.5 - Baby Boomers en el mercado por más tiempoLa fuerza laboral de más rápido crecimiento en la próxima década no es la generación millennial o los recién llegados de la generación Z, sino los Baby Boomers. La población mayor de 65 años cada vez  trabaja por más tiempo y es poco probable que este escenario cambie pronto: estas personas son más saludables, trabajan en empleos menos exigentes físicamente y dependen más de estos ingresos que las generaciones anteriores. La tendencia es que las empresas valoricen cada vez más los diversos beneficios de absorber estos talentos. Además de la obvia ventaja de poder contar con profesionales experimentados y maduros, una fuerza laboral más heterogénea en este sentido también significa una mayor diversidad cognitiva, un factor valioso para impulsar la creatividad y la innovación.6 - Mayor presencia de teléfonos celulares al momento de la contrataciónEn 2020 las empresas deberían simplificar sus sistemas de aplicaciones ya que existe  el riesgo de perder buenos candidatos debido a la burocracia, formularios interminables o sitios web difíciles de navegar. Solo se trata de  hacer que la experiencia móvil sea más fácil y amigable para los profesionales.Para los especialistas de Recursos Humanos que quieran desarrollar sus capacidades para trabajar de acuerdo a estas tendencias, una opción es el programa ejecutivo “Digital Talent Program”, que justamente está diseñado para que estos profesionales puedan liderar la transformación digital de las organizaciones en las cuales se desempeñan y sean capaces de gestionar este proceso de punta a punta.