Hay una gran diferencia en el aprendizaje de herramientas de IA o ML que ayudan con los conocimientos sobre el modelado predictivo. Aprender una herramienta es probablemente la forma más fácil. Hoy en día hay herramientas disponibles que más o menos “ocultan” la complejidad predictiva de un usuario, lo que permite crear rápidamente modelos AI o ML.
Frente a las herramientas para IA y ML, está realmente entendiendo Data Science como “una ciencia”. Eso probablemente tomará algunos años de intenso estudio. Desafortunadamente, el valor real de Data Science no se logra simplemente al poner una “herramienta contra el problema”; es un poco de “si no sabes dónde buscar, no necesariamente lo encuentras”.
Una buena manera de comenzar es echar un vistazo al sitio web de Open SAP donde puede asistir a cursos de inicio. También en este sitio hay bastante información sobre posicionamiento analítico predictivo y más.
- ¿Cuál es la última versión de Talend Platform for Big Data?
- ¿Cuál es la mejor manera de medir la acción para impactar en el análisis de datos?
- Con más de 50 años, ¿cuáles son mis posibilidades de convertirme en un científico de datos exitoso?
- ¿Puedo usar el algoritmo de aumento de gradiente para datos con tiempo (año) y latitudes y longitudes como predictores?
- ¿Cuáles son algunos enfoques / reglas generales estándar para la ingeniería de características en el aprendizaje automático competitivo (o de otra manera)?