Introducción al Aprendizaje Estadístico

Marcelo Araya-Salas
Universidad de Costa Rica

¿Qué es el Aprendizaje Estadístico?

Utilización de datos para modelar fenómenos, hacer predicciones y tomar decisiones basadas en la información extraída
Combina teorías estadísticas con algoritmos computacionales

¿Qué es el Aprendizaje Estadístico?

Inteligencia Artificial: hacer tareas que requieren inteligencia humana

Aprendizaje estadístico: uso de algoritmos para analizar datos, aprender de ellos, y hacer predicciones

¿Qué es el Aprendizaje Estadístico?

Inteligencia Artificial: hacer tareas que requieren inteligencia humana

Aprendizaje estadístico: uso de algoritmos para analizar datos, aprender de ellos, y hacer predicciones

Aprendizaje Profundo: uso de redes neuronales profundas para analizar diversos niveles de abstracción en los datos

Ciencia de Datos: técnicas de análisis, procesamiento, y visualización de datos para extraer información/conocimiento de grandes volúmenes de datos

¿Qué es el Aprendizaje Estadístico?

\[ Y = f(X) + E \]

Y: variable dependiente (se quiere predecir o explicar)

X: variable(s) independiente(s) con información relevante para predecir Y

E: error no reducible

¿Qué es el Aprendizaje Estadístico?

\[ Y = f(X) + E \]

sinónimos de Y: variable dependiente, resultado (outcome), etiqueta, objetivo, etc.

sinónimos de X: variable independiente, atributo (feature), dimensión, predictor, entrada (input), etc.

¿Para que Estimar f(X)?

\[ Y = f(X) + E \]

Predicción: predecir valores futuros de Y
Inferencia: establecer una relación causal (i.e. estimar el efecto de un cambio en X sobre el cambio en Y)

Aprendizaje estadístico = estimar f(X)

Aplicaciones

Omnipresente en herramientas electrónicas:

Detección de correo spam: busca patrones en el contenido del mensaje, como palabras clave sospechosas y comportamientos de envío
Reconocimeinto facial: analiza las características faciales desde diferentes ángulos y aprenden a reconocer variaciones sutiles en la apariencia de un individuo
Optimización de Rutas con GPS: usa los patrones de tráfico históricos y en tiempo real para predecir y sugerir las rutas más rápidas o eficientes

Aplicaciones en Ciencias Cognoscitivas

Crucial para entender cómo procesamos la información, tomamos decisiones y aprendemos. Algunos sub-campos que utilizan estas herramientas:

Neurociencia Cognitiva: Identificación de patrones en la actividad cerebral relacionados con diferentes funciones cognitivas
Psicología Experimental: Modelado de comportamiento humano y predicción de respuestas psicológicas
Neurociencia Computacional: Modelado de la actividad neuronal para simular procesos cerebrales

Aplicaciones: Memoria

Roediger et al 2001. Factors that determine false recall: A multiple regression analysis
Regresión multiple para identificar factores que influyen en el recuerdo falso

Recuerdo verídico (r = -0.43) y la fuerza de la asociación entre items (r = 0.73) influyen

\(Y: recuerdo\ falso \sim X: asociacion\ entre\ items + recuerdo\ verídico + ...\)

Aplicaciones: Reconocimiento de Emociones

Hema et al 2023. Emotional speech Recognition using CNN and Deep learning techniques
Aprendizaje profundo en el reconocimiento y análisis del tono emocional en la voz
78% de precision

\(Y: emoción \sim X: estructura\ acústica\)

Aplicaciones: Resilencia al Estrés

Chen et al. 2023. Identifying the top determinants of psychological resilience among community older adults during COVID-19 in Taiwan: A random forest approach
Factores que determinan la resiliencia al estrés
80% de probabilidad de una predición correcta

\(Y:resilencia\ (binaria) \sim X: género + edad + educación + ...\)

Tipos de Modelos

Supervisado: Se predice una Y conocida a priori

\[ Y = f(X) \]

Y	X1	X2	X3
-0.56	1.72	1.22	1.79
-0.23	0.46	0.36	0.50
1.56	-1.27	0.40	-1.97
0.07	-0.69	0.11	0.70
0.13	-0.45	-0.56	-0.47

Tipos de Modelos

Supervisado: Se predice una Y conocida a priori

\[ Y = f(X) \]

Y	X1	X2	X3
A	-0.55	-1.60	-0.83
C	-0.02	0.66	-0.62
B	-0.58	-1.87	-0.29
C	1.07	0.26	-0.50
A	1.04	-0.22	1.10

Tipos de Modelos

No supervisado: genera una Y con base en la estructura de X

\[ f(X) \]

Y	X1	X2	X3
?	-0.56	1.72	1.22
?	-0.23	0.46	0.36
?	1.56	-1.27	0.40
?	0.07	-0.69	0.11
?	0.13	-0.45	-0.56

Tipos de Modelos

No supervisado: ó explora la estructura de X

\[ f(X) \]

X1	X2	X3
-0.56	1.72	1.22
-0.23	0.46	0.36
1.56	-1.27	0.40
0.07	-0.69	0.11
0.13	-0.45	-0.56

Escogiendo el Modelo Adecuado

¿Existe Y?

Escogiendo el Modelo Adecuado

Si Y existe ¿Es continua o categórica?

Escogiendo el Modelo Adecuado

Si Y no existe ¿Queremos generarla o solo explorar X?

Escogiendo el Modelo Adecuado

Interpretabilidad

Tomado de Badillo et al 2020

Introducción al Aprendizaje Estadístico

Marcelo Araya-Salas
Universidad de Costa Rica