¿Qué son los modelos de caja negra?

Autor: | Última modificación: 10 de noviembre de 2022 | Tiempo de Lectura: 3 minutos
Temas en este post:

Los modelos de caja negra son los que describen las relaciones funcionales entre las entradas y las salidas de un sistema.

Se denominan modelos de caja negra porque es difícil acceder a su funcionamiento interno, es decir, su estructura, lógica y componentes internos son imposibles de dilucidar.

Campos de aplicación de los modelos de caja negra

Existen diferentes áreas en las que se pueden aplicar los modelos de caja negra, entre ellas la ciencia y la tecnología, pero sobre todo estos modelos son (o eran, más adelante veremos sus inconvenientes) muy usados en el mercado financiero para ejecutar operaciones de machine learning relacionadas con la analítica predictiva.

Estos modelos contenían algoritmos que podían cambiar el rumbo del proceso de toma de decisiones en una empresa con alguna inversión, ya que de sus resultados dependían las acciones futuras a tomar.

Añadido a esto, los modelos de caja negra también se utilizan como modelos de teoría del comportamiento de los consumidores para observar y descubrir patrones de conducta y estímulos/respuesta de los consumidores. Es decir, en el área del marketing y el análisis (no predicción) del mercado es muy útil, incluso en la actualidad.

Desventajas de los modelos de caja negra

Debido a su carácter, los modelos de caja negra han perdido popularidad a lo largo de los años, ya que más que una ayuda se convierten en un galimatías que a largo plazo termina siendo un inconveniente para los inversores.

Las estrategias que implican modelos de caja negra son bastante problemáticas y su uso depende en gran medida de las condiciones del mercado y del ciclo del mismo. Cuando el mercado bursátil empieza a tener desbalances, se desestabiliza y se convierte en un elemento de suma volatilidad, no es conveniente usar este tipo de modelos porque pueden causar bastantes pérdidas y peligros en esta área.

No obstante y pese a sus inconvenientes, los modelos de caja negra han ido, de nuevo, adquiriendo un carácter híbrido en el que tienen tanto detractores como admiradores. Esto es, en cierto sentido, beneficioso, ya que los avances en la actualidad por parte de disciplinas como la ciencia de datos, el machine learning y otros campos relacionados han convertido a este tipo de modelos en una alternativa más que viable a la hora de requerir análisis predictivos.

modelos de caja negra

Peng Zhang en el capítulo 19 de su libro Advanced Industrial Control Technology, titulado Industrial control system simulation routines, plantea que los modelos de caja negra son muy útiles si lo que se quiere es simplemente representar de manera fidedigna algunas tendencias en el comportamiento de algún proceso.

También menciona que existen dos clasificaciones para los modelos de caja negra: los modelos lineales y los modelos no lineales.

Modelos lineales y no lineales

Los modelos lineales son aquellos modelos de función de transferencia y de series de tiempo. Una de las técnicas más usadas para identificar los parámetros de los modelos de caja negra son los mínimos cuadrados.

Los modelos no lineales, por su parte, son aquellos en los que predominan las redes neuronales. El uso de estas en la construcción de modelos ha hecho posible la alta disposición económica que hoy día existe en el mercado para algunos accesorios de computación.

Modelos de caja blanca

Existen, contrario a los modelos de caja negra, los modelos de caja blanca. Estos modelos tienen todos sus mecanismos internos libres de análisis y pueden ser evaluados y observados en cualquier momento que se requiera. En ocasiones se llaman modelos de caja transparente o caja de vidrio, por su carácter de claridad en los procesos y respuestas.

¿Qué sigue?

Ahora que has aprendido cómo funcionan los modelos de caja negra y qué son los modelos de caja blanca, ¡sigamos aprendiendo juntos! En Keepcoding tenemos para ti una gran oferta de aprendizaje: por medio de nuestro Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp podrás formarte a nivel teórico y práctico en todo lo que necesitas para convertirte en un experto del sector IT. ¡Anímate y solicita ya más información!

👉 Descubre más del Big Data, Inteligencia Artificial & Machine Learning Full Stack Bootcamp ¡Descarga el temario!

👉 Prueba el Bootcamp Gratis por una Semana ¡Empieza ahora mismo!

👉 Conoce nuestros otros Bootcamps en Programación y Tecnología

[email protected]

¿Trabajo? Aprende a programar y consíguelo.

¡No te pierdas la próxima edición del Aprende a Programar desde Cero Full Stack Jr. Bootcamp!

 

Prepárate en 4 meses, aprende las últimas tecnologías y consigue trabajo desde ya. 

 

Solo en España hay más de 120.400 puestos tech sin cubrir, y con un sueldo 11.000€ por encima de la media nacional. ¡Es tu momento!

 

🗓️ Próxima edición: 13 de febrero

 

Reserva tu plaza descubre las becas disponibles.