¿Cómo se refleja el machine learning en el día a día?

Contenido del Bootcamp Dirigido por: | Última modificación: 3 de octubre de 2024 | Tiempo de Lectura: 3 minutos

Algunos de nuestros reconocimientos:

Premios KeepCoding

¿Alguna vez te has parado a pensar como se refleja el machine learning en el día a día? ¿Qué actividades de la vida cotidiana realizamos de manera automática y no nos damos cuenta de cómo esto puede incidir en la manera en la que abordamos la tecnología?

En este artículo, te contaremos cuáles son algunas de esas actividades para las que utilizamos machine learning en el día a día y que, en ocasiones, nos pasan desapercibidas.

Machine learning en el día a día

Reconocimiento facial de Facebook

Si bien Facebook no es la red social más usada actualmente y el reconocimiento facial ya no nos sorprende como antes, esto en su inicio fue una noticia de talla mundial. Que esta herramienta tuviera la capacidad de etiquetar a diferentes personas de manera automática a partir del reconocimiento de sus rostros era una cosa, hasta ese momento, impensable.

Lo sorprendente es que no solo se está reconociendo un rostro, sino que se está asociando un nombre a dicho rostro. Si bien el algoritmo no puede entender que lo que reconoce es una persona, sí que es capaz de definir que el objeto que ha encontrado es un rostro y que pertenece a la clase nombrePersona.

Esta es, pues, una de las maneras en las que se ve reflejado el machine learning en el día a día.

Descubrimiento semanal de Spotify

Otra de las maneras en las que se refleja el machine learning en el día a día es el descubrimiento semanal de Spotify.

Lo que hay detrás de este descubrimiento es un sistema de recomendación que en machine learning permite hacer sugerencias en función de lo que le gusta a la gente con los mismos gustos que a ti.

Los algoritmos de machine learning en el día a día para plataformas de streaming, como Netflix o Amazon Prime Video, funcionan igual.

Machine learning en el día a día: spotify

Google Maps

El machine learning en el día a día funciona también a través de Google Maps para el tráfico.

Lo que hace esta herramienta es analizar en tiempo real cómo es el tráfico en determinados sectores y, en función de esto, te brinda la ruta más acertada para el trayecto que quieres hacer. Este es un tipo de aprendizaje automático sin necesidad de intervención humana que muestra las rutas más seguras y eficientes dependiendo de las condiciones del tráfico.

Google Maps tiene en cuenta factores como construcciones en sectores transitados o accidentes, entre otros factores que pueden influir en el flujo vehicular.

Asistentes personales

Por supuesto no podían faltar los asistentes personales como Siri o el Asistente de Google y Alexa. Estos te ayudan con tus mensajes o recordatorios en el calendario, entre otra cantidad de funciones de las que van aprendiendo a medida que los usas.

Este tipo de dispositivos va aprendiendo patrones con base en la información que les das y, a partir de esto, te recomiendan diferentes cosas que pueden ser de tu preferencia.

El machine learning en el día a día puede implementarse en múltiples esferas. Incluso hay algoritmos de machine learning que son capaces de detectar tumores, entre muchas otras cosas.

Si quieres seguir aprendiendo con nosotros, no olvides inscribirte en nuestro Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp, una formación intensiva en la que aprenderás todo lo que necesitas para convertirte en un teso en el sector IT. ¡Anímate y solicita más información!

Posts más leídos

¡CONVOCATORIA ABIERTA!

Big Data, IA & Machine Learning

Full Stack Bootcamp

Clases en Directo | Profesores en Activo | Temario 100% actualizado