Aprendizaje automático: reglas a partir de ejemplos

Hasta ahora el trabajo lo hacías tú. En data:1 elegías las filas, las agrupabas y decidías qué significaban los números. El aprendizaje automático invierte el orden. Dejas de escribir la regla y empiezas a mostrar ejemplos, y el programa produce la regla. Esa regla no está escrita en ninguna frase. Vive dentro del modelo como un montón de números que solo tienen sentido juntos.

+--------------------------+--------------------------+
| rules written by hand    | rules learned from rows  |
+--------------------------+--------------------------+
| who wrote it: a person   | who wrote it: the data   |
| new case: read the rules | new case: nearest rows   |
| breaks on: exceptions    | breaks on: new territory |
+--------------------------+--------------------------+Dos maneras de conseguir una regla que funcione y cómo falla cada una.

Toma una tabla que tu escuela ya tiene. Cada fila es un estudiante, y cada columna es algo que sabías antes del examen, más una columna que solo conociste después. Esa última columna es la razón de que la tabla sirva para algo.

practice_table
+-------------+-------------+----------------+
| study_hours | sleep_hours | passed         |
+-------------+-------------+----------------+
| 1           | 5           | no             |
| 2           | 6           | no             |
| 4           | 7           | yes            |
| 6           | 6           | yes            |
| 9           | 8           | yes            |
| 3           | 4           | no             |
+-------------+-------------+----------------+Seis filas son una tabla de juguete, pero la forma es la misma que la de un banco con seis millones de filas.

Las columnas que el modelo puede leer se llaman características. La columna que debe producir se llama etiqueta. En esta tabla study_hours y sleep_hours son características y passed es la etiqueta. Para un estudiante nuevo, el modelo recibe las características y produce su propia conjetura de la etiqueta. Esa conjetura es una predicción, y es lo único que hace un modelo: características dentro, etiqueta fuera. La etiqueta es lo que hace posible el aprendizaje, porque es la respuesta con la que el modelo se compara mientras entrena.

A veces no hay ninguna columna de etiqueta. Nadie escribió la respuesta, así que no hay nada que copiar. Entonces el modelo solo puede mirar cómo se relacionan las filas entre sí: qué filas se parecen tanto que probablemente forman un mismo grupo. Una tienda puede hacer esto con sus recibos sin decidir de antemano cómo se llaman los grupos.

receipts with no label at all

+--------+--------+--------+
| item   | price  | hour   |
+--------+--------+--------+
| coffee | 2.40   | 08:10  |
| bun    | 1.80   | 08:12  |
| soup   | 4.20   | 13:05  |
| salad  | 4.50   | 13:20  |
| cola   | 2.10   | 17:40  |
+--------+--------+--------+

rows that look alike: 1 with 2, 3 with 4
nobody wrote those two groups downNinguna columna con la respuesta, solo filas que resultan estar cerca unas de otras.

Ahora la parte que casi siempre se omite. El modelo no entiende el tema. Tiene una forma con unos pocos números ajustables, y entrenar significa mover esos números hasta que la forma pase cerca de las etiquetas de entrenamiento. Solo dos cosas deciden lo que puede aprender: qué características le diste y qué forma elegiste. Si el patrón real no cabe en esa forma, ningún dato te salvará, y el modelo responderá igual con total seguridad.