Hoy hablaremos del segundo tipo de problema; este es un problema de modelización o de identificación del sistema. En este se conocen los conjuntos correspondientes de entradas y salidas, y se busca un modelo del sistema que proporcione la salida correcta para cada entrada conocida como podemos apreciarlo en la figura siguiente.
Figura 2. Problemas de modelización o de identificación del sistema. Se dan con frecuencia en la minería de datos y el aprendizaje automático. Elaborada por @abdulmath en Inkscape
En términos de aprendizaje humano, esto corresponde a la búsqueda de un modelo del mundo que se ajuste a nuestra experiencia previa y que, con suerte, pueda generalizarse a ejemplos aún no vistos.
Por ejemplo, la bolsa de valores, en la que algunos índices económicos y sociales (por ejemplo, la tasa de desempleo, el precio del oro, el tipo de cambio euro-dólar, etc.) constituyen la entrada, y el índice Dow Jones se considera la salida.
Es importante señalar que los problemas de modelización pueden transformarse en problemas de optimización. El truco general consiste en designar la tasa de error de un modelo como la cantidad a minimizar o su tasa de acierto a maximizar.
El tercer tipo de problema es de simulación, de este tipo conocemos el modelo del sistema y algunas entradas, y necesitamos calcular las salidas correspondientes a estas entradas, como se describe en la siguiente figura
Figura 3. Problemas de simulación. Se dan con frecuencia en el diseño y en contextos socioeconómicos. Elaborada por @abdulmath en Inkscape
Por ejemplo, pensemos en un circuito electrónico, un filtro que corta las frecuencias bajas de una señal. Nuestro modelo es un complejo sistema de fórmulas (ecuaciones y desigualdades) que describen el funcionamiento del circuito.
Para cualquier señal de entrada, este modelo puede calcular la señal de salida. Utilizar este modelo es mucho más económico que construir el circuito y medir sus propiedades en el mundo físico.
Los problemas de simulación se dan en muchos contextos, y el uso de simuladores ofrece varias ventajas en diferentes aplicaciones. Por ejemplo, la simulación puede ser más económica que el estudio de los efectos en el mundo real.
La alternativa en el mundo real puede no ser factible en absoluto, por ejemplo, realizar análisis what-if de varios sistemas fiscales in vivo es prácticamente imposible. Y la simulación puede ser la herramienta que nos permita mirar hacia el futuro.
¡La próxima semana terminaremos con esta serie ¿Te gustó? Recuerda que en Hive me consigues como @abdulmath.
Nuestra cuenta @cervanteshive está bastante activa en la red social de este pajarito. Te invitamos a mantenerte informado sobre nuestra colmena Hive y el mundo de las criptos. ¡Únete y participa!
