Realmente para el contexto empresarial, puede ser lo que quieras. Creo que en este momento mucha demanda estará en el área de aprendizaje supervisado, donde usará algunas características de entrada seleccionadas y luego pronosticará una salida de una clase (es decir, tipos de productos comprados) o un valor numérico (es decir, ganancias).
Echa un vistazo a esta competencia en kaggle (https://www.kaggle.com/c/prudent…). Si hace clic en los datos, puede ver que se le pide que prediga el tipo de riesgo del seguro (de 8 tipos) dada una serie de características de entrada (continuas y categóricas) como el peso, la altura, la edad y muchas otras características de entrada. Suponiendo que va a utilizar una red neuronal para predecir esto, primero debe preprocesar la entrada (restar la media, escalar entre -1 y 1, convertir la entrada categórica en una codificación en caliente, etc.). Para la construcción de sus redes neuronales, puede tener su capa de entrada seguida de algunas capas ocultas de su elección (agregue algo de magia vudú aquí) y salida a una capa softmax de 8 clases con pérdida de entropía cruzada. Entonces simplemente entrena en estos datos. Una vez capacitado, puede pronosticar rápidamente las futuras clases de riesgo de seguro rápidamente.
Tenga en cuenta que para muchas competiciones en kaggle, algoritmos como SVM o árboles potenciados generalmente pueden hacer el truco, que es lo que verá mucho en la competencia. Como las relaciones entre entradas y salidas no son tan complejas.
- ¿De qué maneras la IA puede reemplazar las actividades de gestión?
- ¿Cuáles son los algoritmos clásicos de aprendizaje automático similares a los modelos de secuencia a secuencia?
- Con todos los avances y el potencial de la IA, ¿cómo se verá Quora en 5-10 años?
- ¿Puede el arte hecho por IA ser considerado arte?
- ¿La red de Google realmente se enseñó a reconocer gatos en un mar de imágenes aleatorias?
Las redes neuronales realmente comienzan a superar a los métodos mencionados cuando comienzas a lidiar con relaciones de datos altamente complejas, como el reconocimiento de imágenes o el modelado del habla / lenguaje.
Espero que ayude.