¿Cuáles son algunos casos de uso interesantes de IA y aprendizaje automático?
La aspiradora robótica, lo que sea robótico, los autos sin conductor, los drones autónomos, etc., son ejemplos de IA. Todos ellos involucran ML.
El reconocimiento de imagen, el reconocimiento de voz, etc. implican ML.
- ¿Cuál es el futuro de la lingüística?
- ¿Por qué RR.HH. pone tanto énfasis en el EQ de un empleado, especialmente en un momento en que los robots y la IA están a punto de reemplazar a la fuerza laboral humana?
- Desde el punto de vista de la IA, ¿cuáles son los pros y los contras de Rust and Go?
- ¿Cómo era el campo de la robótica antes del advenimiento de algoritmos ML más avanzados y aprendizaje profundo?
- ¿Cuáles son los pocos aspectos del cálculo que siempre ocurren en el aprendizaje automático?
¿Puede el aprendizaje automático identificar personas atractivas basadas en imágenes?
Esto debería ser más fácil que identificar personas en imágenes.
Esto es algo similar a clasificar correos electrónicos como spam / no spam.
Esto también es algo similar a un sistema de recomendación.
La precisión de la predicción dependerá del conjunto de datos de entrenamiento.
¿El modelado predictivo es una moda pasajera?
El modelado predictivo se ha utilizado con éxito en pronósticos meteorológicos y en muchas otras áreas. Un vistazo a los desafíos de Kaggle puede mostrar problemas modernos donde se puede utilizar.
El modelado predictivo no es fácil. Si pierde o malinterpreta alguna información crucial, toda conclusión puede ser inválida. No solo se desperdician los recursos gastados, sino que pueden provocar desastres. Por ejemplo, si la enfermedad de un paciente no se predice correctamente, el paciente podría morir y la familia podría estar molesta. Si se pronostica que una acción aumentará y no lo hizo, puede arruinar la vida de muchas personas.
Una comprensión sólida de la ciencia detrás de esto, el compromiso de hacerlo bien y las ideas son esenciales para tener éxito en el modelado predictivo.
Si las predicciones del 10% de importancia fallan en la próxima década, este tema en ascenso puede perder su respeto y luego desaparecer. De lo contrario, es probable que siga aumentando.
¿Cuáles son algunas aplicaciones sorprendentes de Machine Learning en el mundo real?
De una miríada de aplicaciones de ML, tal vez la aplicación más revolucionaria serán los autos autónomos. Cambiará el mundo.
Y, tal vez la aplicación más sorprendente será “cambiar la distancia focal de mis gafas en función de lo que tengo la intención de ver”.
¿Cuáles son algunas posibles aplicaciones de aprendizaje automático que se pasan por alto en cualquier campo?
Una aplicación potencial e ignorada del aprendizaje automático es la detección PsychoState .
El conjunto de datos de entrenamiento de esto será conversaciones, etc. de personas anormales (delincuentes, suicidas, etc.) y sus eventos anormales. El conjunto de datos de la prueba será conversaciones, etc. de estudiantes que ingresan a universidades y novios / novias. Las predicciones serán si estas personas harán algunos eventos anormales y cuándo.
Otra aplicación potencial y pasada por alto del aprendizaje automático es Saludo y conversación personalizados .
Un cliente llega al mostrador. Según su acento, etc., un robot predice el idioma nativo y el acento del cliente. Luego el robot saluda al cliente en su idioma y acento. Además, el robot traduce el lenguaje y el acento del cajero al lenguaje y el acento del cliente, y viceversa.