Machine/Deep
Learning

METODOLOGÍAS

El Machine Learning es hoy en dia esencial para optimizar procesos de producto y negocio.

El Machine Learning (ML) puede ayudarle a usar datos, históricos y en tiempo real, para tomar mejores decisiones comerciales. Los algoritmos de ML descubren patrones en los datos y construyen modelos matemáticos/estatísticos utilizando estos descubrimientos. Los modelos sirven para hacer predicciones sobre datos futuros, ayudando/mejorando las decisiones de business. Todos los algoritmos de ML y modelos encuentran automáticamente las mejores representaciones de los datos, que se convierten en un 'formato' más útil para una tarea determinada (clasificación, predicción, dinámica futura, etc.).


El Deep Learning consigue resolver tareas aún mas valiosas.


El Deep Learning (ML) es un subcampo específico del ML: una nueva versión de las representaciones de aprendizaje a partir de datos que ponen énfasis el uso de capas sucesivas de representaciones significativas. El Deep en DL simboliza la idea de sucesivas capas de representaciones. En el DL, estas representaciones se aprenden a través de modelos llamados neural networks, apiladas 'una encima de la otra'. Todo esto ha contribuido, para muchas tareas, al mejor rendimiento de los algoritmos/modelos de DL en comparación con los algoritmos de ML tradicionales.

Unica360 desarrolla productos y servicios utilizando ML/DL en su corazón.

Cada proyecto es diferente, pero en unica siempre trabajamos:

  • Comprensión del problema para construcción del dataset

    Damos especial importancia al proceso de comprensión del problema que estamos resolviendo con la intención de que la pieza predictiva encaje lo mejor posible en el flujo completo de producción. La experiencia nos muestra como la lógica y construcción del dataset a usar en los pasos de aprendizaje el paso esencial en cualquier proyecto.

  • Aproximación gradual a la solución del problema

    Recomendamos fraccionar los desarrollos que contienen partes de ML en sucesiones de pequeños hitos en los que poder ir valorando el acierto de la aproximación decidida. En este sentido, nos gusta ofrecer la realización de pruebas de concepto (PoC) para poner a prueba la viabilidad de un proyecto antes de su desarrollo.

  • Machine Learning para entender

    Habitualmente se asocia las herramientas de ML con la predicción, en ocasiones de forma muy opaca o incomprensible. Nuestra experiencia nos ha llevado a acercar al máximo los cálculos en los que se basan las predicciones a la comprensión de las personas implicadas en los proyectos, para favorecer el intercambio de conocimiento entre la parte humana y la automática.

Como ejemplo, mostramos en la figura el resultado de un problema de clasificación de documentos para uno de nuestros clientes. Cada documento puede pertenecer solo a una clase dentro de centenares, y Unica360 se encarga de automatizar la clasificación, indicando un grado de confianza de la prediccion de clase. Adaptando los más recientes modelos NLP de DL y con un tratamiento ad-hoc de los documentos de input, se alcanza una precision de más del 99.5% para más del 40% de los documentos, y del 98% para todos los documentos.