--- title: Learning machine, los usos del aprendizaje supervisado description: Descubre los 5 algoritmos de aprendizaje automático supervisado más importantes y su utilidad de negocio en términos prácticos. image: https://recursos.es.logicalis.com/hubfs/iStock-629285904.jpg --- [![](https://recursos.es.logicalis.com/hubfs/Logicalis_white_2019_Strip_RGB.svg)](http://www.es.logicalis.com/) - [Quiénes somos](https://es.logicalis.com/es/quienes-somos) - [Knowledge Center](https://blog.es.logicalis.com/logicalis-knowledge-center) - [Blog](https://recursos.es.logicalis.com) - [Blog de Analytics](https://blog.es.logicalis.com/analytics) - [Blog de Seguridad](https://blog.es.logicalis.com/seguridad) - [Blog de Infraestructura](https://blog.es.logicalis.com/infraestructura) - [Blog de Cloud](https://blog.es.logicalis.com/cloud?hsLang=es-es) - [Contacto](https://es.logicalis.com/es/contacto) # Learning machine, los usos del aprendizaje supervisado Publicado el 7/06/17 8:00 **Learning machine** **no deja de sorprender a las empresas que se deciden a profundizar en sus aplicaciones. Machine big data o [aprendizaje automático](https://blog.es.logicalis.com/analytics/analisis-predictivo-machine-learning-y-forecasting)** son algunos de los términos por los que se conoce a esta mezcla de computación y robótica que forma parte de algunas de las disrupciones mejor valoradas de los últimos tiempos. ![Learning-machine.jpg](https://recursos.es.logicalis.com/hs-fs/hubfs/iStock-629285904.jpg?width=688&name=iStock-629285904.jpg "Learning-machine.jpg") Créditos fotográficos: [monsitj](http://www.istockphoto.com/dk/photo/programming-code-abstract-technology-background-of-software-deve-gm629285904-111929903) Sin embargo, para **comprender mejor lo que es el machine learning,** más que bucear en sus raíces etimológicas, merece la pena invertir algo de tiempo en conocer **cuáles son los algoritmos que hacen posible que este subgénero de la inteligencia artificial sea tendencia.** [![Descarga el Ebook gratis: Visualización de datos](https://no-cache.hubspot.com/cta/default/273205/4def7ba7-de25-407d-9b94-464a04168931.png)](https://cta-redirect.hubspot.com/cta/redirect/273205/4def7ba7-de25-407d-9b94-464a04168931) ## **Learning machine: lo que es preciso aprender de sus algoritmos** ¿Cómo consigue Amazon ofrecer a pie de página esos productos que pueden interesar al usuario? ¿De qué modo Netflix plantea el abanico de recomendaciones al espectador? **¿Cuál es el secreto de esas empresas que parecen conocerlo todo de sus clientes?** La clave de su éxito está en la **incorporación del learning machine en su estrategia**. El aprendizaje automático no es simplemente una forma más popular de aproximarse a la analítica predictiva, sino que podría considerarse como un universo separado, cuyo potencial tiene que ver con: 1. El **uso de la lógica** para modelar la planificación, el razonamiento y la resolución de cuestiones que no son problemas técnicos o relacionados con la tecnología, sino que tienen que ver con las personas y sus necesidades. 2. La **utilización de big data** para hacer predicciones o sugerencias calculadas basadas en datos estructurados y no estructurados, registros históricos y datos recientes, incluso recogidos en tiempo real. 3. El **foco en la resolución de problemas,** a los que busca dar respuesta mediante diferentes algoritmos. **No todos los algoritmos de learning machine tienen la misma naturaleza. Algunas de ellos funcionan mejor para ciertos objetivos de negocio**, mientras que otros no podrían contribuir generando valor en esos mismos campos. Lo mismo sucede cuando se trata de evaluar las características del conjunto de datos a analizar. **Aprendizaje de refuerzo, supervisado y no supervisado son las principales categorías del machine big data** aunque, nos centraremos en los **algoritmos de aprendizaje automático** aplicables a los casos en que se cuenta con datos históricos que ya han sido etiquetados, es decir, sobre los que ya se conocen ciertas características o comportamientos. ## **Los algoritmos de aprendizaje automático y su utilidad de negocio** Existen muchos **algoritmos de learning machine supervisado**, aunque, entre los más importantes se encuentran los siguientes: - **El algoritmo de clasificación Naïve Bayes**: permite, dado un ejemplo, encontrar la hipótesis que mejor lo describe. Para poder llegar a una conclusión, **necesita que el sistema se nutra de datos suficientes, aunque, cuando el volumen de información es muy grande, debe recurrirse a la hipótesis de la independencia condicional**, que permite simplificar la expresión del Teorema de Bayes, factorizando la probabilidad. En las organizaciones, **este tipo de algoritmos de machine learning se utilizan para los software de reconocimiento facial o para determinar si la emoción contenida en un texto es positiva o negativa**. Sin embargo, su uso también alcanza a realidades más cotidianas, como el marcar un correo electrónico como spam o no spam. [![Suscríbete a nuestro Blog y mantente al día con las novedades del Sector Tecnológico](https://no-cache.hubspot.com/cta/default/273205/67daa2e2-a6dd-4461-9eb6-9bd4ef6eabd5.png)](https://cta-redirect.hubspot.com/cta/redirect/273205/67daa2e2-a6dd-4461-9eb6-9bd4ef6eabd5)   - **Árboles de decisión:** en base a un gráfico, esta herramienta logra servir como apoyo a una toma de decisiones informada, al **exponer las distintas opciones y sus posibles consecuencias,** incluidos los resultados de eventos fortuitos, los costos de recursos y la utilidad. A la hora de trabajar con este algoritmo es necesario tener en cuenta que **hay que conocer el número mínimo de preguntas simples (es decir, las que puedan responderse con un sí o un no)** que es preciso lanzar para evaluar la probabilidad de tomar una decisión correcta. La ventaja de los árboles de decisión es que permiten abordar el problema de una manera estructurada y sistemática para llegar a una conclusión lógica. **Pueden emplearse para predecir la respuesta del público ante el lanzamiento de un nuevo producto o para averiguar la idoneidad de una campaña de marketing.** - **Modelos de regresión lineal:** el método de los mínimos cuadrados ordinarios permite es un método para realizar la regresión lineal que puede aplicarse al análisis de relaciones entre variables financieras**. El análisis de regresión permite desde desarrollar previsiones de futuro, hasta identificar los factores que mayor incidencia tienen en la generación de beneficios de una corporación o determinar cuánto afectará un cambio en las tasas de interés a una cartera de bonos.** - **Métodos de regresión logística:** una vez más, la estadística hace posible modelar un resultado binomial con una o más variables explicativas. En este caso, se encarga de medir la relación entre la variable dependiente categórica y una o más variables independientes. Así, aplicando una función logística se pueden estimar las probabilidades de ocurrencia de un suceso. **Esta aplicación de learning machine sirve a las empresas para elaborar, por ejemplo, sus pronósticos acerca de los ingresos que obtendrán con la venta de un determinado producto o las condiciones climatológicas en un área determinada y una fecha en concreto que pudieran afectar al transporte de mercancías.** - **Máquinas de vectores de soporte**: las denominadas **SVM** (support vector machines, en inglés) basan su funcionamiento en un algoritmo de clasificación binario que **facilita a los negocios identificar el género de los usuarios de sus webs o escoger el tipo de publicidad que debe aparecer en la pantalla, entre otras aplicaciones.** Si bien **al oír hablar de inteligencia artificial o machine learning puede parecer que es un área reservada para un reducido grupo de negocios** de perfil ultra-innovador y vocación disruptiva, en la actualidad**, los usos del aprendizaje automático ya están tan extendidos y las herramientas que permiten incorporarlos a la [estrategia de negocio](https://blog.es.logicalis.com/analytics/aprendizaje-automatico-y-predictive-analytics-diferencias?__hstc=61804339.ad2270f704588eef99f17993f62ab3c3.1487757374475.1495573738973.1495748044431.19&__hssc=61804339.7.1495748044431&__hsfp=2780251651) tan avanzadas, que cada vez son más quienes pueden aprovecharse de su potencial** para ofrecer a sus clientes una experiencia más personalizada, de muchas formas diferentes.   [![Recursos sobre Business Intelligence y Gestión de la Información](https://no-cache.hubspot.com/cta/default/273205/42a85519-e391-4a54-a0d5-427f9891e67b.png)](https://cta-redirect.hubspot.com/cta/redirect/273205/42a85519-e391-4a54-a0d5-427f9891e67b) Categoría: [Analítica Predictiva](https://recursos.es.logicalis.com/analytics/topic/analítica-predictiva) - [Tweet](https://twitter.com/share) ### Post relacionados [Éxito probado en proyectos emblemáticos](https://recursos.es.logicalis.com/analytics/exito-probado-en-proyectos-emblematicos) [Visión y experiencia de IBM en operativas de Cloud híbrido e inteligencia artificial](https://recursos.es.logicalis.com/analytics/vision-y-experiencia-de-ibm-en-operativas-de-cloud-hibrido-e-inteligencia-artificial) [La inteligencia artificial se sumerge en la operativa IT](https://recursos.es.logicalis.com/analytics/la-inteligencia-artificial-se-sumerge-en-la-operativa-it) ### Categorías - [Big Data Analytics (261)](https://recursos.es.logicalis.com/analytics/topic/big-data-analytics) - [Cuadro de Mando Integral (128)](https://recursos.es.logicalis.com/analytics/topic/cuadro-de-mando-integral) - [Inteligencia Empresarial (123)](https://recursos.es.logicalis.com/analytics/topic/inteligencia-empresarial) - [Presupuestación y Reporting (114)](https://recursos.es.logicalis.com/analytics/topic/presupuestación-y-reporting) - [Analítica Predictiva (88)](https://recursos.es.logicalis.com/analytics/topic/analítica-predictiva) - [Transformación Digital (61)](https://recursos.es.logicalis.com/analytics/topic/transformación-digital) - [Gobierno de Datos (56)](https://recursos.es.logicalis.com/analytics/topic/gobierno-de-datos) - [Social Media Analytics (39)](https://recursos.es.logicalis.com/analytics/topic/social-media-analytics) - [Movilidad (37)](https://recursos.es.logicalis.com/analytics/topic/movilidad) - [Visualización de datos (23)](https://recursos.es.logicalis.com/analytics/topic/visualización-de-datos) - [Soluciones Cognitivas (21)](https://recursos.es.logicalis.com/analytics/topic/soluciones-cognitivas) - [IBM (19)](https://recursos.es.logicalis.com/analytics/topic/ibm) - [Inteligencia Artificial (17)](https://recursos.es.logicalis.com/analytics/topic/inteligencia-artificial) - [GDPR - RGPD (15)](https://recursos.es.logicalis.com/analytics/topic/gdpr-rgpd) - [Gestión de la información (15)](https://recursos.es.logicalis.com/analytics/topic/gestión-de-la-información) - [Visión 360 del cliente (14)](https://recursos.es.logicalis.com/analytics/topic/visión-360-del-cliente) - [Observability (13)](https://recursos.es.logicalis.com/analytics/topic/observability) - [databand (13)](https://recursos.es.logicalis.com/analytics/topic/databand) - [BI (10)](https://recursos.es.logicalis.com/analytics/topic/bi) - [IoT (8)](https://recursos.es.logicalis.com/analytics/topic/iot) - [automation (6)](https://recursos.es.logicalis.com/analytics/topic/automation) - [Cognos Analytics (4)](https://recursos.es.logicalis.com/analytics/topic/cognos-analytics) - [DataOps (4)](https://recursos.es.logicalis.com/analytics/topic/dataops) - [Cloud (2)](https://recursos.es.logicalis.com/analytics/topic/cloud) - [customer centric (2)](https://recursos.es.logicalis.com/analytics/topic/customer-centric) - [instana (2)](https://recursos.es.logicalis.com/analytics/topic/instana) - [turbonomic (2)](https://recursos.es.logicalis.com/analytics/topic/turbonomic) - [watson (2)](https://recursos.es.logicalis.com/analytics/topic/watson) - [Ciberseguridad (1)](https://recursos.es.logicalis.com/analytics/topic/ciberseguridad) - [Inteligencia de seguridad (1)](https://recursos.es.logicalis.com/analytics/topic/inteligencia-de-seguridad) - [Power BI (1)](https://recursos.es.logicalis.com/analytics/topic/power-bi) - [microsoft (1)](https://recursos.es.logicalis.com/analytics/topic/microsoft) - [watson X (1)](https://recursos.es.logicalis.com/analytics/topic/watson-x) see all ### Suscríbete a nuestra Newsletter ### Suscríbete a Knowledge Center ### Últimos artículos [![guía gratuita sobre Gestión de incidentes de seguridad y Threat Hunting](https://no-cache.hubspot.com/cta/default/273205/1c757136-53f2-4304-bdac-ee7ca87fcc0f.png)](https://cta-redirect.hubspot.com/cta/redirect/273205/1c757136-53f2-4304-bdac-ee7ca87fcc0f) ![Logicalis_dots-blue](https://recursos.es.logicalis.com/hs-fs/hubfs/Logicalis_dots-blue.png?width=200&height=254&name=Logicalis_dots-blue.png "Logicalis_dots-blue") - [Partners](https://www.es.logicalis.com/es/partners) - [Noticias](https://www.es.logicalis.com/es/perspectivas/noticias) - [Quiénes somos](https://www.es.logicalis.com/es/quienes-somos) Global Elija su ubicación Asia Pacific - [Australia](http://www.au.logicalis.com/) - [China](http://www.ap.logicalis.com/) - [Hong Kong](http://www.ap.logicalis.com/) - [Indonesia](http://www.ap.logicalis.com/) - [Malaysia](http://www.ap.logicalis.com/) - [Singapore](http://www.ap.logicalis.com/) - [Taiwan](http://www.ap.logicalis.com/) Europe - [Channel Islands](http://www.je.logicalis.com/) - [Germany](http://www.de.logicalis.com/) - [Ireland](http://www.ie.logicalis.com/) - [Netherlands](http://www.logicalissmc.com/) - [Spain](http://www.es.logicalis.com/) - [UK](http://www.uk.logicalis.com/) North America - [USA](http://www.us.logicalis.com/) Latin America - [Argentina](http://www.la.logicalis.com/) - [Bolivia](http://www.la.logicalis.com/) - [Brazil](http://www.br.logicalis.com/) - [Chile](http://www.la.logicalis.com/) - [Colombia](http://www.la.logicalis.com/) - [Ecuador](http://www.la.logicalis.com/) - [Mexico](http://www.la.logicalis.com/) - [Paraguay](http://www.la.logicalis.com/) - [Peru](http://www.la.logicalis.com/) - [Uruguay](http://www.la.logicalis.com/) [Web del grupo](http://www.logicalis.com/) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/you-tube.svg)](https://www.youtube.com/channel/UCP-QjwZ66q2f23AQ6Qwgr_w?view_as=subscriber) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/facebook.svg)](https://www.facebook.com/logicalisSP) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/twitter.svg)](http://twitter.com/LogicalisES) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/linkedin.svg)](http://www.linkedin.com/company/logicalis-spain?trk=nav_account_sub_nav_company_admin) - [![](https://recursos.es.logicalis.com/hubfs/LAN/image/rss.svg)](https://recursos.es.logicalis.com/analytics/www.es.logicalis.com/noticias/rss/) © 2023 Logicalis Group [Aviso legal](https://www.es.logicalis.com/es/aviso-legal) [Política de cookies](https://www.es.logicalis.com/es/politica-de-cookies) [Política de privacidad](https://www.es.logicalis.com/es/politica-de-privacidad) ![](https://dc.ads.linkedin.com/collect/?pid=316084&fmt=gif)