¿Qué es una aplicación de aprendizaje automático y cómo se usa, que no es una de las siguientes: redes sociales, motores de búsqueda, bioinformática, neurociencia, investigación en el CERN, ciencia actuarial y sistemas de recomendación?

Esta es una pregunta increíblemente amplia. Esencialmente, cualquier área donde la predicción, la agrupación, la clasificación, etc. serían útiles es un caso de uso viable. En aras de la diversidad, aquí hay algunas opciones, pero quiero enfatizar que hay una increíble cantidad de opciones aquí:

–La iniciativa Smarter Planet de IBM la usa para predecir patrones de tráfico y trabajar con la planificación de la ciudad, guiar iniciativas de atención médica, seguridad de vuelo y ayudar en la prevención del delito.

–Muchas compañías lo usan para detectar anomalías (anti-piratería informática) o detectar fraudes (casi todas las soluciones de comercio electrónico, así como bancos y compañías de tarjetas de crédito).

– Comercio de alta frecuencia y comercio algorítmico en general

–Aumenta las aplicaciones de Internet de las cosas, incluida la predicción de fallas de la máquina, la tecnología de red inteligente, los sistemas de eficiencia (Nest) y una infinidad de automatización más aquí.

–Figurar dónde ubicar sus recursos, incluidos sus camiones en una ciudad esperando llamadas de servicio

–Predicción de complicaciones en pacientes en hospitales antes de que ocurran e identificación de riesgos para cualquier paciente

–Reconocimiento facial para autoridades y similares.

–Etc … etc … Estoy seguro de que hay toneladas de aplicaciones deportivas y miles de otras, es un campo increíblemente rico. Sospecho que la razón por la que las cosas son vagas es porque una combinación de (1) una falta de comprensión por parte de los autores y (2) incluso una lista como la anterior es algo débil en comparación con las posibilidades generales, que la están utilizando en casi cualquier tarea repetible en el mundo en la automatización / predictiva / configuración de información empresarial.

El aprendizaje automático , una rama de la inteligencia artificial, se refiere a la construcción y el estudio de sistemas que pueden aprender de los datos.

Por ejemplo, un sistema de aprendizaje automático podría recibir capacitación sobre mensajes de correo electrónico para aprender a distinguir entre mensajes no deseados y no deseados. Después de aprender, puede usarse para clasificar nuevos mensajes de correo electrónico en carpetas de correo no deseado y no deseado.

El reconocimiento óptico de caracteres, en el que los caracteres impresos se reconocen automáticamente en base a ejemplos anteriores, es un ejemplo clásico de aprendizaje automático

Algunas de las últimas aplicaciones de aprendizaje automático:
1. reconocimiento de voz,
2. clasificación de tráfico y fallas,
3. predicción de calidad de superficie en mecanizado láser,
4. seguridad de la red y bioinformática,
5. evaluación del riesgo de crédito empresarial, etc.

Emerald Logic, por supuesto, ha producido valor en bioinformática, neurociencia y ciencias físicas, pero otras áreas incluyen: predicción de tsunamis a partir de mediciones de terremotos, identificación del terreno con imágenes satelitales, optimización de marketing directo y suscripción de crédito no tradicional. “Cómo se usa”: nuestro software autodirigido produce modelos cuantitativos que predicen los resultados de las circunstancias, que es el terreno común entre todos los ejemplos anteriores.

Dime un área temática y te daré una aplicación de aprendizaje automático :).

Un auto sin conductor es una aplicación de aprendizaje automático.
¿Cómo se usa? Bueno, creo que es bastante sencillo y al mismo tiempo revolucionario.