Una pregunta que nos ha llegado recurrentemente es ¿Qué es Machine Learning – Inteligencia Artificial – Business Intelligence?
Se van creando términos nuevos y cambiando los limites entre términos viejos. Entonces tenemos una gran confusión. Data Science es un campo que esta en desarrollo y sus conceptos no están completamente bien definidos entonces nos lleva a que no haya un amplio consenso entre la comunidad.
¿Qué es Machine Learning – Inteligencia Artificial – Business Intelligence?
Data Science
Es el concepto englobador, la Ciencia de Datos significa aplicar el metodo cientifico a resolver los problemas de las organizaciones usando sus datos. Hay que tener claro que esos problemas en general tienen que ver con la eficacia y la eficiencia y se aplica a todo tipo de organizaciones. Tanto sean publicas como privadas. Dentro de la ciencia de datos observamos cuatro zonas bien distintas:
- Investigación Operativa – Operational Research
- Inteligencia Artificial – Artificial Intelligence
- Inteligencia de Negocios – Business Intelligence
- Aprendizaje Automático – Machine Learning
Bueno avancemos, ¿Qué es Machine Learning – Inteligencia Artificial – Business Intelligence – Operational Research?
Investigación Operativa – Operational Research
La investigación viene desde por lo menos la segunda guerra mundial, tiene un fortísimo basamento matemática, esto se podía ejecutar en lápiz y papel. Normalmente tiene que ver con tareas de optimización, encontrar el mínimo o el máximo de algo variando parámetros. Puede ser optimizar un objetivo o optimizar simultáneamente varios objetivos.
Esto sigue claramente vigente, tenemos métodos como el Simplex, métodos como algoritmos genéticos que usan esto, andan muy bien y no vemos ningún motivo para esto llamarlo machine learning ni inteligencia artificial, por eso podemos definirlo como un campo propio.
Inteligencia Artificial – Artificial Intelligence
También viene desde la segunda guerra mundial, intenta reproducir algorítmicamente cadenas de razonamiento, para pasar de un dato a una conclusión. Pero trata de que emule el funcionamiento deductivo que como recuerdan tiene bastantes etapas. En esto se va a distinguir de lo que pasa con el aprendizaje automatico. Ejemplos de IA tenemos Sistemas Expertos o Redes Bayesianas.
Aprendizaje Automático – Machine Learning
De algún modo parece ser una de las ramas mas recientes que tenemos, aunque en Investigación Operativa ya lo señalaban como una de sus tareas. El aprendizaje automático con las entradas y las salidas trata de saltar pero sin hacer deducciones, simplemente haciendo cuentas sobre las entradas y sin pensar en ningún funcionamiento interno del objeto que estoy tratando de modelar, calcular cuales van a ser las salidas. Ejemplos: Árboles de decisión, Reglas de Asociación, Agrupamiento, Redes Neuronales.
Inteligencia de Negocios – Business Intelligence
La inteligencia de negocios usa intensamente la estadística descriptiva. Acumula datos, los totaliza, los cuenta. Con eso permite con interfaces graficas muy elaboradas y muy potentes que los humanos puedan hacerse un panorama de la situación y tomar una decisión. Pero vemos que tiene un rasgo que la pone a parte de los otros tres términos mencionados, es la concentración en la estadística descriptiva.
La inteligencia de negocio carga algo muy pesado que las otras consumen, el diseño, construcción y sobre todo la limpieza de los datos. Todo lo otro sobre datos sucios sale muy mal, tiene muchos riesgos, por eso es una tarea muy importante.