Las complejidades del aprendizaje automático en la ciencia de datos

El aprendizaje automático sirvió como API

El aprendizaje automático ya no es solo para geeks. Hoy en día, cualquier programador puede llamar a algunas API e incluirlas como parte de su trabajo. Con la nube de Amazon, con Google Cloud Platforms (GCP) y muchas más plataformas de este tipo, en los próximos días y años podemos ver fácilmente que ahora se le ofrecerán modelos de aprendizaje automático en formularios API. Entonces, todo lo que tiene que hacer es trabajar en sus datos, limpiarlos y convertirlos en un formato que finalmente pueda incorporarse a un algoritmo de aprendizaje automático que no es más que una API. Entonces, se convierte en plug and play. Conecta los datos a una llamada API, la API vuelve a las máquinas informáticas, regresa con los resultados predictivos y luego toma una acción basada en eso.

Aprendizaje automático: algunos casos de uso

Cosas como el reconocimiento facial, el reconocimiento de voz, identificar un archivo que es un virus o predecir cuál será el clima hoy y mañana, todos estos usos son posibles en este mecanismo. Pero, obviamente, hay alguien que ha trabajado mucho para asegurarse de que estas API estén disponibles. Si, por ejemplo, tomamos el reconocimiento facial, ha habido mucho trabajo en el área de procesamiento de imágenes en el que tomas una imagen, entrenas a tu modelo en la imagen y finalmente puedes llegar a un modelo muy generalizado. que puede funcionar en algún nuevo tipo de datos que vendrán en el futuro y que no ha utilizado para entrenar su modelo. Y así es típicamente como se construyen los modelos de aprendizaje automático.

El caso del software antivirus

Todo su software antivirus, generalmente en el caso de identificar un archivo como malicioso o bueno, benigno o seguro, y la mayoría de los antivirus ahora han pasado de una identificación de virus basada en firmas estáticas a una detección dinámica basada en aprendizaje automático para identificar virus Entonces, cada vez más, cuando usa software antivirus, sabe que la mayoría del software antivirus le brinda actualizaciones y estas actualizaciones en los primeros días solían estar en la firma de los virus. Pero hoy en día estas firmas se convierten en modelos de aprendizaje automático. Y cuando hay una actualización de un nuevo virus, debe volver a entrenar completamente el modelo que ya tenía. Debe volver a entrenar su modo para saber que se trata de un nuevo virus en el mercado y en su máquina. La forma en que el aprendizaje automático puede hacer eso es que cada archivo de malware o virus tiene ciertas características asociadas. Por ejemplo, un troyano puede llegar a su máquina, lo primero que hace es crear una carpeta oculta. Lo segundo que hace es copiar algunas dlls. En el momento en que un programa malicioso comienza a realizar alguna acción en su máquina, deja sus huellas y esto ayuda a llegar a ellas.

Deja un comentario