Muchas personas están tratando de usar ML en los datos abiertos de las ciudades (en los EE. UU.). Los datos pueden estar disponibles, pero también no están estructurados (PDF en el mejor de los casos, difícil de leer), obsoletos y sin licencia (derechos poco claros). Un montón de trabajo. Google pasó unos años solo en datos de transporte público.
Más interesante es el uso de ML en un contexto de proyectos IOT. Veo mucho potencial a pesar de (y también debido a) la naturaleza aproximada de los datos IOT. La mayoría de las aplicaciones IOT necesitan técnicas de ML para usar los datos (clasificación de anomalías con SVM, por ejemplo). Los dos hacen una combinación poderosa.
Un ejemplo (revelación: conozco al equipo del MIT pero no estoy asociado con ellos) es el piloto de fuga térmica y mapeo nocturno aquí: Escala | Essess
- ¿Qué es una explicación intuitiva del mecanismo de Laplace?
- ¿Cuál se realizará antes, computadora cuántica o fusión controlada?
- ¿Qué opinas sobre los diferentes tipos de computadoras?
- ¿Cómo puede determinar eficientemente el k-ésimo elemento máximo en un árbol de búsqueda binario?
- ¿Qué es la virtualización de E / S?
Entonces, primero miraría el espacio IOT: puede suponer que la mayoría de las aplicaciones de Cloud que procesan datos IOT tienen ML dentro.