Webinar: Análisis predictivo en Minitab con Machine Learning

INTRODUCCIÓN

Gracias a la digitalización (Internet of Things, Industria 4.0, automatización…) y al acceso masivo a datos podemos mejorar el rendimiento, seguimiento, planificación, monitorización, gestión de paros, mantenimiento y calidad de los procesos. Para ello se precisan en muchos casos herramientas de Inteligencia Artificial (IA) como son el Aprendizaje Automático (Machine Learning, ML) que nos permite implementar algoritmos para clasificar, analizar y predecir datos futuros.

Los algoritmos de Aprendizaje Automático (Machine Learning, ML) son implementaciones en las que se enseña a la computadora a reconocer patrones complejos a partir de los datos disponibles. Existen varios tipos de algoritmos, algunos aportan gran precisión en las predicciones futuras, y otros además nos informan de cierta estructura en los datos que nos permite entender relaciones existentes. Hay muchos tipos de algoritmos y la elección del mejor se puede llevar a cabo siguiendo diferentes criterios.

Minitab tiene implementados varios modelos de Machine Learning (con algoritmos patentados) que se pueden aplicar dependiendo del objetivo de análisis y de la complejidad del patrón de relación entre los datos. Por ejemplo, dependerá del tipo de variable que se quiere predecir (continua o discreta), y del tipo de relación entre las variables explicativas.

Minitab lo pone fácil a la hora de seleccionar el mejor modelo de Machine Learning porque, a través de su módulo de analítica predictiva, incorpora una opción de aprendizaje de máquina automatizado que ayuda a identificar los mejores predictores y/o el mejor modelo para asegurar que se utilice el algoritmo más útil.

OBJETIVOS

En este webinar repasaremos los modelos de Aprendizaje Automático (Machine Learning, ML) incorporados nativamente en Minitab o a través de su módulo de analítica predictiva (Minitab Predictive Analytics Module) que nos ayudan a predecir resultados de la forma más precisa posible. También hablaremos de medidas de bondad de ajuste, de interpretación de resultados y todo a través de ejemplos prácticos que nos permitirán ir más allá en nuestros análisis.