1
00:00:01,010 --> 00:00:04,730
Hola a todos, mi nombre es Laura Santa María, os voy a presentar la actividad que he hecho

2
00:00:04,730 --> 00:00:09,869
inteligente artificial basada en el análisis de productos lácteos para alérgicos a la

3
00:00:09,869 --> 00:00:14,849
proteína de leche de vaca. Para empezar los chicos van organizados en grupos para hacer

4
00:00:14,849 --> 00:00:20,230
una búsqueda de información, poder abordar el proyecto de la mejor forma posible con

5
00:00:20,230 --> 00:00:24,370
tres temas centrados, el tema de la leche, las proteínas de la leche, información que

6
00:00:24,370 --> 00:00:30,250
necesitan para conocer su afección, sintomatología y efectos secundarios, composición de la

7
00:00:30,250 --> 00:00:34,310
leche, porque van a sacar de ahí los datos por los cuales vamos a hacer ese análisis

8
00:00:34,310 --> 00:00:38,369
de productos, cuestiones relevantes como, por ejemplo, que para la intolerancia a las

9
00:00:38,369 --> 00:00:45,590
tos hay numerosos alimentos en el supermercado que ellas tienen en cuenta este tipo de intolerancia,

10
00:00:45,810 --> 00:00:50,030
en cambio para la alergia a las proteínas de la leche se van a dar cuenta de que no

11
00:00:50,030 --> 00:00:57,590
existen. Para ello vamos a usar la herramienta de inteligencia artificial Learning ML, de

12
00:00:57,590 --> 00:01:07,609
manera que vamos a hacer un análisis de los datos para poder hacer un análisis de los productos que

13
00:01:07,609 --> 00:01:12,409
tenemos alimenticios con contenido lácteo. Para ello vamos a hacer un reconocimiento de números

14
00:01:12,409 --> 00:01:26,420
porque vamos a incluir varios tipos de leche que podemos encontrar en el supermercado, entre ellos

15
00:01:26,420 --> 00:01:32,620
de vaca es la más habitual, ¿vale? Y luego tenemos esta, la PLV, que es la de la alergia

16
00:01:32,620 --> 00:01:37,159
a las proteínas de leche de vaca, que es una fórmula extensamente utilizada para lactantes

17
00:01:37,159 --> 00:01:46,280
de la marca Nestlé, ¿vale? Y vamos a darle a aprender al modelo. El modelo está reconociendo

18
00:01:46,280 --> 00:01:51,680
los números y está creando una correlación entre ellos para poder luego clarificar cuál

19
00:01:51,680 --> 00:01:58,480
es la leche que vamos a incluir aquí. Los numeritos que hemos incluido en cada una de

20
00:01:58,480 --> 00:02:05,739
las leches se corresponden a la cantidad de componentes que tienen para esa leche. En

21
00:02:05,739 --> 00:02:10,419
este caso la primera columna son proteínas, la segunda son las grasas y la tercera es

22
00:02:10,419 --> 00:02:17,340
la lactosa. Para poder comprobar aquí cómo funciona nuestro modelo he elegido una etiqueta

23
00:02:17,340 --> 00:02:22,659
de leche, de leche entrelazada, como podéis observar, la cual sí que nos detalla ese

24
00:02:22,659 --> 00:02:30,780
tipo de información. Vamos a poner la información que nos detalla, proteínas 3,1, grasas 3,6

25
00:02:30,780 --> 00:02:41,520
y grasas de carbono 4,6. 3,1 y vamos a comprobar qué nos da el modelo y cómo podemos comprobarlo.

26
00:02:42,020 --> 00:02:48,860
La primera es Nativa. Nativa es una fórmula artificial de lactante basada en leche de

27
00:02:48,860 --> 00:02:55,699
vaca y la segunda opción es búfala, la tercera es cabra y la cuarta es vaca, pero aún así

28
00:02:55,699 --> 00:03:01,539
son una dispersión de datos y de porcentajes que lo único que nos indica es que hay algo

29
00:03:01,539 --> 00:03:07,659
que tenemos que empezar a valorar en este tipo de respuesta. Uno es que con tres columnas

30
00:03:07,659 --> 00:03:12,460
de datos para cada una de las leches no es capaz de hacer una correlación adecuada y

31
00:03:12,460 --> 00:03:17,180
yo creo que una de las opciones que deberían valorar los chicos es aumentar este tipo de

32
00:03:17,180 --> 00:03:23,620
datos, y aparte de proteínas, grasas y lactosa, incluir datos más concretos y estipulados

33
00:03:23,620 --> 00:03:30,580
como pueden ser el calcio, el hierro, porque al final grasas, proteínas y lactosa son

34
00:03:30,580 --> 00:03:36,460
un poco genéricos. Además, cabe destacar que este tipo de etiqueta hay algo que no

35
00:03:36,460 --> 00:03:42,180
es veraz, porque las grasas de origen animal son todas saturadas y esta distinción no

36
00:03:42,180 --> 00:03:47,159
debería existir esto es una parte del aprendizaje que pretendía con este tipo

37
00:03:47,159 --> 00:03:54,740
de proyecto el cual etiquetado pues alguno tiene un alto grado de

38
00:03:54,740 --> 00:04:04,360
fraude bueno espero que os haya parecido útil y agradable gracias