Principios de Machine Learning para iniciar tu ruta al AWS AI Practitioner
Aprende los conceptos esenciales de Machine Learning que necesitas dominar para iniciar tu preparación hacia la certificación AWS Certified AI Practitioner. Entenderás los fundamentos clave, la terminología base y cómo se aplican en el mundo real dentro del ecosistema AWS.
Introducción
La inteligencia artificial ya no es opcional. Hoy es una capa estratégica que está transformando cómo diseñamos productos, cómo operan los equipos de tecnología y cómo se entrega valor en la nube. La certificación AWS Certified AI Practitioner se diseñó justo para eso: para asegurar que cualquier builder pueda comprender los conceptos fundamentales, interpretar modelos, hablar con equipos técnicos, usar servicios de IA Generativa de AWS y tomar decisiones informadas con responsabilidad y gobernanza.
Pero para llegar ahí, primero debemos dominar los conceptos base de Machine Learning.
Este primer artículo inicia la serie que te ayudará a entender, preparar y construir tu ruta para aprobar esta certificación. Aquí aprenderás qué significan realmente los conceptos esenciales y cómo se conectan entre ellos.
Machine Learning
Es el proceso donde un modelo aprende patrones a partir de datos, para poder predecir o tomar decisiones sin ser programado explícitamente.
Tipos de datos según etiquetas
- Labeled data: datos que ya vienen con la respuesta correcta. (ej: imagen que ya trae si es perro, gato, auto…)
- Unlabeled data: datos sin respuesta asignada. (ej: imágenes solo sueltas sin decir qué son)
Tipos de datos según estructura
- Structured data: organizado en tablas, filas y columnas. Ideal para ML tradicional.
- Dentro de esto está Time series: datos que cambian en el tiempo como precios, clima, sensores.
- Unstructured data: no tiene un formato definido. Aquí entra texto, imágenes, audio, video. Este tipo requiere técnicas más avanzadas.
Tipos de aprendizaje
| Tipo | Entrena con | Objetivo |
|---|---|---|
| Supervised learning | Labeled data | predecir respuesta |
| Unsupervised learning | Unlabeled data | encontrar patrones |
| Reinforcement learning | Feedback (recompensas / penalizaciones) | aprender por prueba y error |
Inferencing
Inferencia es cuando el modelo ya terminó su entrenamiento y ahora usa todo lo que aprendió para tomar decisiones o hacer predicciones.
2 formas principales:
- Batch Inferencing: se procesa mucha info junta, no tiene que ser inmediato.
Ej: análisis de miles de imágenes por la noche. - Real-Time Inferencing: el modelo predice al instante porque necesita rapidez.
Ej: autos autónomos, chatbots, antifraude en checkout.
Deep Learning
Es una rama avanzada del Machine Learning, inspirada en la estructura y funcionamiento del cerebro humano. Utiliza redes neuronales artificiales, modelos computacionales diseñados para procesar información y aprender patrones complejos.
Neural Networks (Redes Neuronales)
Las redes neuronales están compuestas por nodos (similares a neuronas) organizados en capas:
- Input layer (entrada): recibe los datos.
- Hidden layers (ocultas): procesan la información y aprenden los patrones.
- Output layer (salida): genera el resultado o predicción
Cómo aprenden:
Durante el entrenamiento, la red ajusta las conexiones entre nodos para minimizar errores.
Con suficientes ejemplos, puede reconocer patrones y generalizar para predecir resultados sobre nuevos datos.
Durante el entrenamiento, la red ajusta las conexiones entre nodos para minimizar errores.
Con suficientes ejemplos, puede reconocer patrones y generalizar para predecir resultados sobre nuevos datos.
Ejemplo: una red neuronal puede aprender qué tipo de cliente es más propenso a comprar cierto producto y luego aplicar ese conocimiento a nuevos clientes.
Computer Vision
Definición: Campo de la IA que permite que las computadoras comprendan e interpreten imágenes y videos.
Deep learning ha potenciado tareas como:
- Clasificación de imágenes (image classification)
- Detección de objetos (object detection)
- Segmentación de imágenes (image segmentation)
Ejemplo: Reconocer rostros, detectar autos en cámaras de tráfico, clasificar productos en fotos.
Natural Language Processing (NLP)
Definición: Rama de la IA enfocada en el entendimiento del lenguaje humano.
Gracias al deep learning, hoy son posibles tareas como:
- Análisis de sentimientos
- Clasificación de texto
- Traducción automática
- Generación de lenguaje (chatbots, asistentes virtuales)
Ejemplo: Traducción automática de idiomas o análisis de opiniones en redes sociales.
Generative AI
Generative AI surge gracias a grandes avances en recursos, arquitectura y capacidad de cómputo. Hoy, con inversiones masivas y acceso a modelos gigantes pre-entrenados, se pueden crear modelos que generan contenido nuevo (texto, imágenes, audio, código, etc).
Foundation Models (FMs)
Son modelos pre-entrenados con datos a escala internet.
A diferencia del ML tradicional (que requiere entrenar un modelo para cada tarea), un FM se puede adaptar para múltiples tareas:
A diferencia del ML tradicional (que requiere entrenar un modelo para cada tarea), un FM se puede adaptar para múltiples tareas:
- Generación y resumen de texto
- Extracción de información
- Chatbots
- Generación de imágenes
- Preguntas y respuestas
Ejemplo AWS: Amazon Bedrock ofrece acceso a múltiples FMs (Anthropic, Meta, Amazon, Stability, Mistral, etc).
Tipos de Foundation Models
| Tipo | Qué hacen |
|---|---|
| LLMs (Large Language Models) | Entienden y generan texto |
| Diffusion Models | Generan imágenes (u otros outputs) comenzando desde ruido |
| Multimodal Models | Combinan texto + imagen + otros formatos |
| GANs | Dos redes compiten para mejorar contenido generado |
| VAEs | Aprenden representaciones y luego generan contenido nuevo desde ese espacio latente |
Conceptos clave dentro de los LLMs
Tokens: son las piezas más pequeñas en las que se divide un texto para que el modelo pueda procesarlo. Luego esos tokens se transforman en vectores/embeddings.
Ejemplo: la siguiente frase podría separarse en 6 tokens.
Embeddings / vectors: son representaciones numéricas de cada token, donde a cada token se le asigna un vector de números que refleja su significado y relación con otros tokens. Estos vectores se aprenden durante el entrenamiento, y permiten que el modelo entienda similitudes y contexto dentro del lenguaje.
Diffusion models
- Empiezan con ruido puro y van agregando info hasta generar un output claro (imagen / texto).
- Tienen 2 fases:
- Forward diffusion: se mete ruido a una imagen real.
- Reverse diffusion: se quita el ruido para generar una nueva imagen.
- Muy usados en text-to-image, pero sirven para muchas tareas generativas.
Multimodal models
- Procesan más de un tipo de dato a la vez (texto + imagen + audio).
- Pueden generar outputs combinados (ej: imagen nueva + caption).
- Sirven para caption de video, responder preguntas combinando vista + texto, etc.
Otros modelos generativos
GANs (Generative Adversarial Networks)
- Piensa en GAN como un juego entre dos redes:
- Generator → intenta crear datos falsos que parezcan reales (imágenes, audio, etc).
Estas dos redes compiten una contra la otra.
El Generator mejora tratando de engañar al Discriminator.
El Discriminator mejora tratando de detectarlo.
El Generator mejora tratando de engañar al Discriminator.
El Discriminator mejora tratando de detectarlo.
Resultado → el generador aprende a crear cosas muy realistas (por eso GANs son muy usados en imágenes realistas, deepfake, arte, rostros, etc)
VAEs (Variational Autoencoders)
- Los VAEs funcionan más como comprimir y reconstruir.
Tienen dos partes:
- Encoder → agarra datos (ej: imagen) y los transforma a un espacio “latente” (números más compactos que representan características).
- Decoder → toma esos números latentes y reconstruye la imagen original (o una imagen nueva).
La clave del VAE: ese espacio latente sigue una distribución probabilística (normal / gaussian).
Entonces puedes tomar muestras de ese espacio y generar nuevo contenido realista pero variado.
Entonces puedes tomar muestras de ese espacio y generar nuevo contenido realista pero variado.
| Técnica | Qué es | Cuándo usarla | Cambia pesos del modelo | Costo / complejidad |
|---|---|---|---|---|
| Prompt Engineering | Diseñar / optimizar el prompt para guiar el output | Cuando quieres mejorar resultados rápido sin entrenar | No | Más barato / más rápido |
| Fine-Tuning | Entrenar el modelo base con datasets específicos para una tarea | Cuando necesitas especialización real (industria, dominio médico, legal, etc) | Sí | Alto |
| Instruction Fine-Tuning / Prompt Tuning | Es un tipo de fine-tuning pero basado en ejemplos de cómo responder | Tareas específicas / formato específico de respuesta | Sí | Medio/alto |
| RLHF | Ajustar al modelo con retroalimentación humana para que su respuesta sea más alineada a preferencia humana | Uso real producción donde hay sensibilidad y alineación importante | Sí | Alto |
| RAG | Buscar info externa relevante y usarla como contexto para responder | Cuando necesitas datos actuales, privados o específicos sin entrenar | No | Bajo/medio |
Cambiar pesos = entrenar de nuevo (ajustar internamente el modelo). No cambiar pesos = solo darle mejores instrucciones / contexto sin re-entrenar.
AWS AI/ML Technologies
AWS ofrece una amplia variedad de servicios de Machine Learning y Generative AI para crear aplicaciones inteligentes y de alto impacto. En este apartado conocerás estas herramientas, sus capacidades, y cómo pueden ayudarte a construir soluciones.
| Capa | Rol | Ejemplos |
|---|---|---|
| ML Frameworks | Construcción, entrenamiento y despliegue de modelos | Amazon SageMaker AI |
| AI/ML Services | Servicios ML listos para usar para tareas específicas | Comprehend, Translate, Textract, Lex, Polly, Transcribe, Rekognition, Kendra, Personalize, DeepRacer |
| Generative AI | Uso, personalización y despliegue de Foundation Models | Bedrock, SageMaker JumpStart, Amazon Q, Amazon Q Developer |
Resumen servicios
- Amazon SageMaker AI: plataforma completa para construir, entrenar y desplegar modelos de ML de forma gestionada, reduciendo esfuerzo, tiempo y costo, facilitando llevar modelos a producción más rápido.
- Amazon Comprehend: analiza texto y extrae idioma, sentimiento, entidades, frases clave y temas.
- Amazon Translate: traduce texto automáticamente usando modelos neuronales para resultados más naturales.
- Amazon Textract: extrae texto y datos estructurados de documentos escaneados (formularios, tablas, etc.).
- Amazon Lex: crea chatbots y asistentes de conversación con voz y texto usando ASR + NLU (tecnología Alexa).
- Amazon Polly: convierte texto en voz humana natural en distintos idiomas.
- Amazon Transcribe: convierte audio en texto (grabado o en tiempo real).
- Amazon Rekognition: analiza imágenes y videos para detectar objetos, personas, rostros, texto y contenido inapropiado.
- Amazon Kendra: motor de búsqueda inteligente para encontrar información dentro de repositorios distribuidos.
- Amazon Personalize: genera recomendaciones personalizadas a usuarios (productos, contenido, etc.).
- AWS DeepRacer: plataforma para aprender y experimentar Reinforcement Learning con un auto físico de carreras.
- Amazon SageMaker JumpStart: facilita iniciar proyectos ML rápido con soluciones listas para desplegar y 1-click deployment / fine-tuning de +150 modelos open-source para NLP, visión, clasificación, etc.
- Amazon Bedrock: servicio serverless para usar y personalizar Foundation Models vía API y usarlos fácil en aplicaciones sin administrar infraestructura.
- Amazon Q: asistente empresarial para obtener respuestas sobre información interna, documentación, sistemas, procesos, y ayudarte a decidir / crear / ejecutar tareas más rápido.
- Amazon Q Developer: asistente para desarrolladores que genera código, funciones y recomendaciones para C#, Java, JS, Python, TS, integrado en IDEs para acelerar desarrollo.
📚 Recursos
Enjoyed reading this content? Let the author know!
Your likes, comments, shares, and saves help creators reach more builders.
Loading recommendations
Loading article