Menú

Analítica predictiva y aprendizaje de máquina


“Aprendizaje de máquina” y “analítica predictiva” son términos que escuchamos, pero en realidad ¿qué significan y cómo están relacionados?

Machine Learning and Predictive Analytics

Es un error común pensar que la analítica predictiva y el aprendizaje de máquina son lo mismo. Tanto el aprendizaje de máquina como la analítica predictiva pueden aprovechar los datos para realizar predicciones futuras, pero lo hacen de diferentes maneras.

¿Qué es el aprendizaje de máquina? Es una metodología en la que los algoritmos realizan una tarea específica sin instrucciones explícitas ni reglas predeterminadas, apoyándose más bien en patrones y en la inferencia para hacer predicciones y recalibrar según sea necesario.

El aprendizaje de máquina se divide en dos tipos de tareas: supervisadas y no supervisadas. En el aprendizaje supervisado, el proceso de creación del modelo de aprendizaje de máquina se guía por una variable de respuesta dedicada. Por el contrario, el aprendizaje no supervisado utiliza todas las variables por igual, ya que no tiene un objetivo dedicado.

¿Qué es la analítica predictiva? Se trata de una categoría del análisis de datos orientada a hacer predicciones sobre resultados futuros con base en datos históricos y técnicas analíticas. La analítica predictiva utiliza una variedad de técnicas estadísticas (incluyendo minería de datos, aprendizaje de máquina y modelado predictivo) para indicar lo que ocurrirá en el futuro.

Soluciones de analítica predictiva de Minitab

 

Nuestros algoritmos patentados de aprendizaje de máquina, los mejores de su clase, tienen el poder de descubrir información más profunda en sus datos.

CART® (Árboles de clasificación y regresión)

Este algoritmo basado en árboles, una de las herramientas más populares en la minería de datos moderna, descubre maneras de dividir los datos en segmentos más pequeños, y luego selecciona las divisiones de mejor rendimiento de forma repetitiva hasta que se encuentra un conjunto óptimo.

Descubra CART

Random Forests®

Basado en un conjunto de árboles CART, este algoritmo utiliza repetición, aleatorización, muestreo y aprendizaje con agrupaciones, reuniendo simultáneamente árboles independientes para determinar la predicción general del bosque.

Descubra Random Forests

TreeNet® (potenciación de gradientes)

Nuestra herramienta de aprendizaje de máquina más flexible, galardonada y potente es conocida por su excelente y consistente exactitud predictiva debido a su estructura iterativa que corrige los errores combinados de la agrupación a medida que se construye.

Descubra TreeNet

Aprendizaje de máquina automatizado

Utilice esta herramienta automatizada para confirmar fácilmente que está usando el mejor modelo predictivo para responder a su pregunta. Ideal para aquellos que son nuevos en la analítica predictiva y necesitan recomendaciones y para los expertos que buscan una segunda opinión.

Descubra el Aprendizaje de máquina automatizado

¿Preparado para descubrir el módulo de
Analítica predictiva de Minitab?

Algoritmos de aprendizaje de máquina en Minitab

Algoritmos supervisados

 

Clasificación:

- Análisis discriminante lineal (ADL)
- Análisis discriminante cuadrático (ADC)
- Regresión logística
- Árboles de clasificación
 

Regresión:

- Simple
- Polinomial
- Múltiple
- No Lineal
- Mínimos cuadrados parciales
- Árboles de regresión
- Regresión con datos de vida útil
- Predicción de garantía

Métodos de series de tiempo

Algoritmos no supervisados

 

Conglomerados:

- Conglomerados de observaciones
- Conglomerados de variables
- Conglomerados de K-medias
- Análisis factorial
 

Reducción de datos:

- Análisis de componentes principales
- Análisis factorial

Herramientas y recursos adicionales

MARS

MARS®

Capture no linealidades e interacciones esenciales casi imposibles de descubrir con el modelo de aprendizaje de máquina más similar a la regresión tradicional.

quickstart
MSSassistant

¿Le interesa saber más?

clear