a2a. Esta es una clara indicación de la aceleración tecnológica exponencial. Se ha demostrado que el modelo de negocio de código abierto avanza en tecnologías donde existe un amplio interés general en extender la tecnología en nuevas direcciones. El aprendizaje automático es solo una tecnología de este tipo.
Para comprender mejor lo que está sucediendo, sugiero revisar la charla TED de Jeremy Howard. Esto resume lo que ocurre en la comunidad de Machine Learning. Además de los esfuerzos que menciona, se han realizado numerosos avances propietarios adicionales que son consistentes con el ritmo de avance descrito en la charla de Howards.
La implicación de Open Source en general es que los equipos de ingeniería más pequeños pueden implementar y personalizar tecnologías sofisticadas que solían limitarse a las grandes empresas. Acoplando esto con la aceleración tecnológica, indica varios imperativos estratégicos; las ofertas de tecnología deben diseñarse para ser dinámicas, los componentes deben integrarse con las interfaces API y las hojas de ruta deben comprender la aceleración exponencial.
- ¿Cuáles son las ventajas y desventajas de la traducción automática estadística y basada en reglas?
- Cómo optimizar la clasificación de varias clases si ya conozco el número de ocurrencias de cada clase en el conjunto de datos de prueba
- ¿Cuáles son algunas aplicaciones del aprendizaje automático para la ciencia ambiental y la ingeniería ambiental?
- ¿Cómo se usa Machine Learning en las diferentes etapas de los sitios web de comercio electrónico (compras en línea)?
- ¿Es fácil entrenar un modelo de red neuronal profunda desde cero usando Keras?
