Para estos días de estar en casa, recuperamos uno post que preparamos para hacer algo interesante con los peques durante las pasadas vacaciones de Navidad. Os propusimos pasar una tarde entretenida haciendo un sencillo experimento de Machine Learning con nuestros niños. Es importante que los niños conozcan cómo que funciona nuestro mundo. ¿Y qué mejor manera de comprender las capacidades e implicaciones del ubicuo aprendizaje automático que poder construir algo utilizando esta tecnología ellos mismos?
Usaremos una herramienta basada en web, (no hay que instalar nada, ni configurar nada complejo), que nos permitirá introducir a los niños en el mundo del entrenamiento de sistemas de aprendizaje automático y el tipo de cosas que se puede construir con ellos. Y de la forma que más les gusta aprender a los niños (y a los mayores también): ¡jugando!. Si no tienes hijos, ni ningún pequeño amigo más o menos a mano, no hay problema: puedes recuperar al niño/niña de tu infancia, y pasar un buen rato probándolo contigo mismo. ¿Qué te parece el plan?.
(Por cierto, os confirmamos que lo hemos probado con un auténtido “kid” de 13 años montamos un bot en aproximadamente 1,5 horas.)
1. Creación de un proyecto nuevo.
- Nuestro animal favorito
- Nuestro deporte favorito
- Nuestro personaje favorito de novela, cómic, cine, vídeo etc.
- Nuestro colegio, nuestro barrio, nuestro país…
Lo que queramos.
- ¿Qué comen los búhos?
- ¿En qué partes del mundo se les puede encontrar?
- ¿Cuánto tiempo viven los búhos?
- ¿Qué especies de búhos hay?
- ¿Qué tamaño pueden alcanzar?
2. Entrenamiento.
![]() |
Figura 3: El proyecto, ya creado, aparece en una especie de navegador de proyectos. Podemos abrirlo, o borrarlo. |
Y, a continuación, “Añadir nueva etiqueta” (“Add New label”, en la versión española hay algunos mensajes que aparecen en inglés, como este)
Y generamos 5 preguntas para cada cuadro. Queda algo así:
![]() |
Figura 8: Escribimos formas alternativas de preguntar por cada uno de los temas. |
![]() |
Figura 9: Con las preguntas de ejemplo entrenamos a la computadora para que identifique el tema de la pregunta. |
![]() |
Figura 10: Lanzamos el entrenamiento. |
En lo que se entrena el modelo, puede que nos hagan una pequeña encuesta sobre Machine Learning. Cuando termine, aparece información de estatus. Como no nos hemos registrado, nos advierten que nuestro modelo se borrará en unas horas.
![]() |
Figura 11: Información de estatus del modelo ya entrenado. |
3. Creamos un juego en Scratch o Python.
![]() |
Figura 12: Seleccionamos la opción Python. |
Figura 13: Usamos ML en Python. |
![]() |
Figura 14: Copiamos estas líneas de código en Python. |
![]() |
Figura 15: Creamos un proyecto nuevo. |
![]() |
Figura 16: Asignamos nombre e ID al proyecto. |
Indicamos qué tipo de proyecto es: Notebook
![]() |
Figura 17: Indicamos que se trata de un Notebook. |
![]() |
Figura 18: Indicamos nombre y versión. |
![]() |
Figura 19: “Pegamos” el código que copiamos antes– carga de librería requests y definición de la función classify. |
![]() |
Figura 20: Para cada tipo de pregunta se genera un bucle if–print–efif. |
Figura 21: Añadimos las respuestas correspondientes a cada pregunta entre las comillas después de print. |
Por último, cerramos agregando la pregunta que nos va a hacer el bot:
![]() |
Figura 22: Agregamos la pregunta que nos hará el chatbot. |
Ahora, ya sólo nos queda ejecutar la celda desde el menú Cell/Run Cells.
Como ya os adelantamos al principio del post, pusimos a prueba todo el proceso con Miguel, de 13 años, que eligió como tema para su bot los cerdos (es una apasionado de la biología, pero también del jamón). Para no hacerle escribir demasiado, en lugar de crear 5 etiquetas, creamos 3, eso sí, con 5 preguntas por cada una de ellas. Nos quedó así:
Nos encantará saber, si lo habéis probado, qué tal os ha ido. ¡Dejadnos un comentario!
Para mantenerte al día con LUCA visita nuestra página web, suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn y YouTube.
El enlace de “Python para todos (2): ¿Qué son los Jupyter Notebooks?” está mal. Sería:
https://empresas.blogthinkbig.com/python-para-todos-2-jupyternotebook/
Gracias por avisarnos, Miguel Angel. Lo corrijo.