El Machine Learning (aprendizaje automático) es una rama dela Inteligencia Artificial que se ocupa de la creación de sistemas que aprenden a partir de los datos utilizados y como resultado de las actividades y tareas realizadas.
En última instancia, los algoritmos de aprendizaje automático utilizan métodos matemáticos que les permiten aprender directamente de los datos, desarrollando un comportamiento adaptativo de forma que su rendimiento mejora a medida que aumentan los ejemplos de los que aprenden.
Podemos decir, por tanto, que el Machine Learning permite a los ordenadores y sistemas aprender de la experiencia, igual que hacen los seres humanos.
En informática, en este caso, en lugar de escribir todo el código de programación, sólo se proporciona a la máquina un conjunto de datos, que luego se procesan mediante algoritmos para realizar la tarea requerida.
La primera persona que utilizó el término «Machine Learning» fue Arthur Lee Samuel, científico del campo de la inteligencia artificial, en 1959, aunque una definición más precisa no la dio hasta más tarde Michael Mitchell, jefe de departamento de la Universidad Carnegie Mellon:
«se dice que un programa aprende de la experiencia E con referencia a alguna clase de tarea T y con una medida de rendimiento P, si su rendimiento en la tarea T, medido por P, mejora con la experiencia E».
El aprendizaje automático se basa esencialmente en dos enfoques, teorizados ya a finales de los años 50 por Lee Samuel:
- aprendizaje supervisado en el que la máquina recibe ejemplos completos que le sirven de guía;
- aprendizaje no supervisado, en el que se deja que el programa haga el trabajo sin ninguna orientación particular.
Hoy en día, el aprendizaje automático y la inteligencia artificial están revolucionando el marketing, que cada vez se basa más en los datos.
En concreto, son muchas las ventajas que se derivan de este enfoque:
- análisis precisos de la audiencia de clientes y clientes potenciales para actividades de elaboración de perfiles y segmentación;
- personalización de la experiencia del cliente en tiempo real;
- optimización de campañas y actividades;
- supervisión constante del rendimiento.
