¿Cuáles son las mejores startups que usan ciencia de datos y aprendizaje automático para el bien social?

El bien social es un término muy amplio. Hay nuevas empresas que tienen productos de aprendizaje automático aplicados a la salud (en sí mismo un campo muy amplio), educación (igual), gobierno y muchos otros campos que podrían etiquetarse como “bien social”.

Sin aclarar detalles, es difícil decir específicamente cuáles serían las “mejores” startups.

Dicho esto, estas son algunas startups que he escuchado o leído sobre el uso del aprendizaje automático en cierta capacidad, y tienen fuertes impresiones positivas de:
1. Knewton – Knewton – El proveedor líder mundial de tecnología de aprendizaje adaptativo
2. Academia Khan – Academia Khan
3. Filantropía Palantir – Ingeniería Filantrópica
4. Tipo de datos – Tipo de datos

Obviamente, hay muchos otros, por lo que este es un subconjunto muy pequeño de las organizaciones existentes.

ps Si es un estudiante o profesional que busca una oportunidad de ciencia de datos de verano en el espacio del bien social, consulte la Ciencia de datos para el bien social – Universidad de Chicago

Hapara está trasladando las escuelas a la nube: aumentando la productividad de los maestros y capacitando a los estudiantes. Hay muchas maneras de hacer del mundo un lugar mejor.

Hapara ■ Hacer visible el aprendizaje

Ingeniero de datos sénior para desarrollar EdTech Analytics en Hapara

La filantropía de datos ha generado un mejor alcance futuro para el científico de datos. Existen numerosas ofertas de trabajo donde los científicos de datos pueden usar sus habilidades para el bien social.

Lea aquí, Filantropía de datos: la necesidad de más científicos de datos para el bien social

Bayes Impact es una gran startup que trabaja en este campo. Están respaldados por Y Combinator y tienen su base en San Francisco.

Enlitic | Bienvenido, fundado por el ex presidente de Kaggle, Jeremy Howard. Y Crisis Text Line también hace cosas increíbles con sus datos.

More Interesting

Si quiero comenzar con el aprendizaje profundo, ¿debería comprar una GPU de gama baja o aprovechar una solución en la nube? ¿Cuál es más barato / mejor?

Todos dicen que el aprendizaje automático ocupará trabajos de un gran no. de personas, ¿es esto cierto? ¿Hay algún lado positivo?

¿Cómo puedo explicar que las unidades tradicionales de red neuronal recurrente (RNN) sufren el problema del gradiente de fuga?

Aprendizaje automático: ¿qué significa "abandono en el cerebro con respecto a todas las entradas, mientras que abandono en una red convolucional funciona con respecto a cada unidad individual"?

¿Conoces algún software que implemente cálculos de los últimos k vectores singulares de matriz dispersa de entrada? Solía ​​irlba, pero que yo sepa, solo calcula los primeros k vectores singulares

¿Qué piensa sobre los procesos gaussianos profundos?

¿Cómo cambiará la TPU de Google el mercado de CPU + GPU? ¿Cómo responderán los fabricantes de chips a este cambio?

¿Es C ++ un buen lenguaje para el aprendizaje automático?

Cómo estudiar el aprendizaje automático mientras se construye una cartera

¿Cómo ganan dinero las startups de aprendizaje profundo o aprendizaje automático?

Si las redes neuronales son opacas y poco entendidas, ¿cómo pueden los ingenieros mejorar aún más el modelo de aprendizaje automático?

¿Cómo aprendo el aprendizaje automático y el procesamiento de imágenes para aplicaciones móviles? Por ejemplo, para usar los mismos efectos de filtro en aplicaciones iOS y Android, ¿debería usar Python?

En el aprendizaje automático, ¿cómo estima el descenso de gradiente la pendiente de la función de pérdida en un punto dado?

¿Qué tipo de algoritmo de aprendizaje usa el cerebro humano y cómo se compara con los algoritmos que se están desarrollando actualmente para la inteligencia artificial?

¿Cuántas de las noticias sobre IA y DL en este momento son sobre nuevas innovaciones y cuánto sobre aplicaciones? ¿Cuánto de eso es bombo? ¿Habrá una meseta pronto?