En las #4Sessions de junio, Adri y Jesús nos presentaron su LumberBot, el bot hipster que analiza los contenidos y tendencias de cualquier tema en Twitter y genera tweets con sentido. Vimos también el sistema de reconocimiento facial que han desarrollado en el departamento de Innovacion de Pasiona.

1. Adrià Manzano
Jesús López
#4Sessions 18 - Junio

2. Adrià Manzano
@AdriaMJ_
Desarrollador departamento I+D
amj1985@live.com@
Jesús López
@Jesuslc91
Jesuslc.91@Gmail.com@
Desarrollador departamento I+D

3. DEMO
#4Sessions

4. Machine Learning
#4Sessions
Aprendizaje automático

5. ¿Qué es?
Una rama de inteligencia artificial
Ramas
• Sistemas que piensan como humanos. Machine learning
• Sistemas que actúan como humanos. Robots
• Sistemas que piensan racionalmente. Sistemas expertos
• Sistemas que actúan racionalmente. Agentes inteligentes
#4Sessions

6. Objetivo
• Programas capaces de tomar decisiones
• Reentrenarse para aprender
#4Sessions

7. #4Sessions
Tipos más conocidos
Aprendizaje no supervisado

8. Tipos más conocidos
Aprendizaje supervisado
• SVM
• Árboles de decisión
#4Sessions

9. Tipos más conocidos
Aprendizaje supervisado
• RNA (Deep learning)
#4Sessions

10. Aplicaciones
Análisis de datos
Análisis de imágenes
• Detección de spam
• Recomendación de productos
• Detección de patrones en imágenes
• Reconocimiento de carácteres
#4Sessions

11. MNIST
¿Qué es?
¿Quién lo usa?
• Dataset de imágenes
• Números escritos a mano
• Lectores de cheques de banca
• Procesadores OCR
#4Sessions

12. MNIST
¿Cómo funciona?
• Extracción de patrones sobre la imagen
• Cada imagen es interpretada como una gran colección
de números
• Cada imagen tiene un tamaño de 28x28 pixels
• Después de la representación, tenemos un total de 728
números
#4Sessions

13. MNIST
¿Y luego qué?
• Se almacenan los datos en un array de n-dimensiones
• 5500 imágenes de cada número
#4Sessions

14. MNIST
¿Y qué más?
• Se genera una colección de etiquetas del mismo tamaño
• Los números se representan en 10 bits.
• El numero dos por ejemplo [0,0,1,0,0,0,0,0,0,0]
#4Sessions

15. MNIST
Siguiente!
• Se aplica un algoritmo de softmax regresión sobre los datos
• El azul representa los pesos positivos.
• El rojo representa los pesos negativos
#4Sessions

16. MNIST
Hora de entrenar
• Datos ordenados y clasificados
• Generamos nuestro modelo de datos
#4Sessions

17. MNIST
Resultados
• Enviamos una imagen a nuestro dataset
• [0,0,0,0,0,1,0,0,0,0]
• [1,0,0,0,0,0,0,0,0,0]
• [0,0,0,0,1,0,0,0,0,0]
• [0,1,0,0,0,0,0,0,0,0]
#4Sessions

18. Reconocimiento facial (PCA)
Representación del dataset entrenado
z
x
y
#4Sessions

19. Reconocimiento facial (PCA)
z
x
y Label 1
Label 2
Label 3
#4Sessions

20. Reconocimiento facial (PCA)
z
x
y Label 1
Label 2
Label 3
Input data
Distance
#4Sessions

21. Reconocimiento facial (PCA)
z
x
y Label 1
Label 2
Label 3
Input data
Distance
Output data
Label 1 = Adrià Manzano
#4Sessions

22. Caso real
RentSquare
#4Sessions

23. Datos
#4Sessions

24. Algoritmo

25. Crear el modelo de datos
#4Sessions

26. Plataformas de ML
#4Sessions

27. Bots
#4Sessions

28. Historia
Nick
/NICK adri:micontraseña
Herbie
Bot de conversación
#4Sessions

29. Conversando con Herbie
#4Sessions

30. Actualidad
Telegram
@gif “gifname”
Slack
/giphy “gifname”
Skype
“ask”

31. Q&AAdrià Manzano & Jesús López
@AdriaMJ_
@Jesuslc91
amj1985@live.com
Jesuslc.91@gmail.com
@

32. #4SESSIONS
| 18-Junio