Perceptrón II. Clasificación binaria.
IA. Modelos y paradigmas. Machine Learning
Antes de estudiar el perceptrón vamos a tratar de entender el problema que pretende resolver.
En la entrada anterior vimos que el perceptrón constituye uno de los primeros modelos capaces de aprender a partir de ejemplos; pero ¿aprender a qué?. Para analizar con sentido cómo funciona el perceptrón conviene responder a una pregunta previa: ¿qué tipo de problema está diseñado para resolver?, ya que todo algoritmo se desarrolla para abordar una determinada clase de problema. Comprender la naturaleza de esos problemas constituye el primer paso para entender por qué se diseña un modelo concreto y cuáles serán sus posibilidades y sus limitaciones.
En el caso del perceptrón, el problema pertenece a la familia de los denominados problemas de clasificación.
Un mismo conjunto de datos puede dar lugar a problemas diferentes
Supongamos que disponemos de un conjunto de "expedientes de orientación". Cada expediente reúne diferentes tipos de información obtenida a lo largo del proceso de intervención: datos académicos, resultados de distintos procedimientos de evaluación, observaciones recogidas durante entrevistas, información aportada por el profesorado o cualquier otro elemento que resulte pertinente para comprender cada caso.
Ahora no corresponde entrar en detalles, pero sí debemos considerar que esa información puede ser considerar desde diferentes perspectivas. Los expedientes son los mismos, pero las preguntas que nos formulamos pueden ser diferentes:
- Podemos querer estimar un determinado valor numérico a partir de la información disponible en cada expediente.
- O intentar descubrir si los casos se agrupan de forma natural según las características que presentan, sin haber definido previamente ninguna categoría.
- O bien podemos querer valorar si un caso pertenece o no a una categoría que ha sido establecida previamente.
Sólo la tercera opción es una cuestión de clasificación.
Tres grandes familias de problemas.
Aunque existen numerosas variantes, por ahora es suficiente con distinguir tres grandes tipos de problemas.
En los problemas de clasificación el objetivo consiste en decidir a cuál de varias categorías previamente definidas pertenece un nuevo caso. La salida del modelo no es un número, sino una categoría.
Por ejemplo, determinar si un alumno presenta o no indicadores compatibles con una necesidad específica de apoyo educativo (NEAE), clasificar el nivel de riesgo de dificultades en el aprendizaje de la lectura a partir de pruebas de cribado o decidir si un caso requiere una intervención ordinaria o la derivación a una evaluación psicopedagógica más específica.
Otro tipo de `problema son de regresión. En este caso el objetivo consiste en estimar un valor numérico, de predecir una cantidad.
Por ejemplo, estimar la evolución prevista del rendimiento académico de un alumno, predecir el número de alumnos que requerirán medidas de apoyo educativo en un determinado curso escolar o calcular el tiempo aproximado que necesitará un alumno para alcanzar un objetivo de aprendizaje en función de las horas de apoyo que recibe.
Finalmente podemos enfrentarnos a problemas de agrupamiento, en los que no disponemos de categorías previamente definidas, por lo que el objetivo consiste en descubrir automáticamente grupos de casos similares a partir de los propios datos. En estos, el algoritmo no recibe la respuesta correcta durante el entrenamiento, sino que intenta identificar estructuras o agrupaciones que no eran conocidas previamente.
¿Qué significa realmente clasificar?
En lo que resta de esta entrada nos vamos a centrar en los problemas de clasificación, entendiendo que clasificar consiste en asignar un nuevo caso a una de las categorías previamente definidas.
Esta idea resulta mucho más habitual de lo que podría parecer. Clasificamos documentos, incidencias, solicitudes administrativas, necesidades específicas de apoyo educativo o tipos de intervención. En todos estos casos existe un conjunto de categorías conocidas de antemano y el problema consiste en decidir a cuál de ellas pertenece cada nuevo caso.
Desde un punto de vista computacional, todos ellos pertenecen a la misma familia de problemas, aunque los datos utilizados sean diferentes y las soluciones puedan abordarse desde enfoques también diferentes.
La clasificación binaria
Entre todos los problemas de clasificación existe uno especialmente sencillo; aquel en el que únicamente pueden producirse dos resultados: sí o no; verdadero o falso, aceptado o rechazado.... En estos casos hablamos de clasificación binaria.
No importa cuál sea el significado concreto de las dos categorías. Lo importante es que cualquier nuevo caso debe asignarse necesariamente a una de ellas. Precisamente esta formulación del problema hizo posible el desarrollo de uno de los hitos fundacionales del aprendizaje automático: el perceptrón simple, un modelo diseñado para aprender a distinguir entre dos categorías a partir de ejemplos previamente clasificados.
Una idea para continuar
Comprender qué es un problema de clasificación constituye el primer paso para entender el funcionamiento del perceptrón. Sin embargo, todavía queda una cuestión importante por responder: si los problemas de clasificación existen desde mucho antes de la aparición del aprendizaje automático y pueden resolverse mediante procedimientos muy diferentes, ¿por qué fue necesario desarrollar una arquitectura como el perceptrón?
Responder a esta pregunta permitirá comprender qué aporta realmente el aprendizaje automático frente a los enfoques heurísticos tradicionales y por qué supuso un cambio de paradigma en la forma de construir sistemas capaces de clasificar nuevos casos.
