Métodos de aprendizaje automático aplicados al desarrollo de la bioinformática.

Abstract

[ES]La cantidad de datos existentes ha crecido exponencialmente, lo que dificulta su tratamiento con métodos tradicionales. Por ello, se han desarrollado las técnicas de aprendizaje automático, capaces de manejar tal volumen de información. En este trabajo se van a explicar conceptos básicos pertenecientes al ámbito del aprendizaje automático, como el big data, la minería de datos o la inteligencia artificial, así como diferenciar los tipos de aprendizaje automático que hay (supervisado, no supervisado, semisupervisado y por refuerzo). También se quiere mostrar el funcionamiento de diversas técnicas de aprendizaje automático, a través de sus algoritmos con base matemática y estadística o mediante código en lenguajes de programación estadísticos (r y python, principalmente). Una vez comprendidos los conceptos mencionados previamente, se pretende ver las aplicaciones que puede tener el aprendizaje automático en el terreno de la bioinformática, en especial, en la rama de la genómica.

[EN]The amount of data we count on has grown exponentially, which makes its processing with traditional methods difficult. Therefore, machine learning techniques have been developed. They are able to handle such a volume of in formation. In this paper, basic concepts belonging to the field of machine learning will be explained, such as big data, data mining or artificial intelli gence. We will also differentiate the types of machine learning: supervised, unsupervised, semisupervised and machine learning by reinforcement. We also want to show how different machine learning techniques work through their algorithms with a mathematical and statistical basis or through code in sta tistical programming languages (r and python, principally). Once the above mentioned concepts are understood, we will see the machine learning applica tions in the field of bioinformatics, specially in the branch of genomics.