Realmente quería responder esto por mucho tiempo. Muchos científicos de datos que han trabajado conmigo o con los que he interactuado en el mercado siempre me preguntan cuándo haré algo de aprendizaje automático o IA, es genial.
El trabajo de Data Scientist es ayudar a que el problema empresarial / independiente se trabaje de manera más eficiente con la ayuda de los conocimientos de los datos. En su mayoría, los problemas de negocios en esta era se pueden resolver a través de descripciones simples o inquisitivas, ya que se mantuvo virgen de los datos en el pasado. Si no es así, uno intenta optimizarlos aún más con modelos predictivos y comienza a construir modelos prescriptivos para impulsar el negocio de manera más efectiva. La mayoría de los científicos de datos quieren saltar directamente a modelos predictivos y eso me asusta. La razón de esto es que los modelos predictivos tardan en madurar y perfeccionarse a sí mismos, mientras que los dueños de negocios no tienen mucho tiempo a mano y cierran esas actividades, la mayoría de los modelos predictivos o modelos que tienen el potencial de convertirse en buenos son asesinados con fondos inmediatamente como personas detrás de estos modelos no se aplicó un enfoque de adopción gradual al dar a las empresas ideas descriptivas / inquisitivas simples antes de perfeccionar los modelos predictivos.
Ahora, volviendo al aprendizaje automático, es una ciencia en la que la máquina / computadora está programada para aprender. ‘Aprender’ es donde la gente comienza a perderlo. El aprendizaje puede ser de un conjunto de datos estático o puede ser un aprendizaje continuo. Por ejemplo, tome un niño que comenzó a aprender a caminar al ver caminar a sus padres en lugar de evolucionar como corredor y aprender todos los días sobre cómo mejorar su carrera. La inteligencia artificial es la segunda en la que la máquina está constantemente aprendiendo de los eventos que usted alimenta, mientras que el aprendizaje automático es un término más amplio en el que el aprendizaje único de un conjunto de datos o evento también cumple con los requisitos. Las personas que hacen un modelo de predicción único para el pronóstico del tiempo basado en datos de años pasados no están construyendo un sistema artificialmente inteligente sino un modelo de aprendizaje automático, mientras que las personas que hacen un modelo de predicción del pronóstico del tiempo que mejora todos los días con la entrada de nuevos datos están construyendo un modelo de inteligencia artificial que también es aprendizaje automático.
- ¿Cuál es el alcance futuro del almacenamiento de datos y la minería de datos? ¿Desde dónde puedo comenzar a aprender estos dos campos emergentes?
- ¿Cómo es relevante el big data para CRM?
- ¿Cuáles son las ideas de proyectos de big data en el campo de la neurociencia?
- ¿El aprendizaje automático es más una tarea de ingeniería o un trabajo científico? ¿Y qué piensas de su futura carrera y demanda de toda la industria?
- Cómo encontrar la cantidad óptima de camas necesarias para una sala de hospital utilizando análisis de datos
