Conozco a los muchachos de Statsheet / Automated Insights desde hace muchos años. su tecnología ha progresado sustancialmente a lo largo de los años. Las aplicaciones son inmensas: cualquier conjunto de datos estructurados (cuanto más grande, mejor) puede organizarse y, a través del procesamiento puramente automático, convertirse en una prosa muy legible (que a veces es indistinguible de la escritura humana). Aquí hay una descripción general de su plataforma (que ahora llaman Wordsmith): Perspectivas automatizadas
Ejemplos de cómo lo han demostrado a escala:
- Resúmenes de fantasía semanales y personalizados para cada enfrentamiento de fútbol de fantasía de Yahoo: Perspectivas automatizadas
- Resumen del mercado para transacciones inmobiliarias: Wordsmith for Marketing
- Resúmenes de conjuntos de datos personales de fitness de dispositivos como Fitbit o Jawbone up. Entonces, obtenga un resumen por correo electrónico de su actividad de la semana anterior.
- ¿Cuál es una buena fuente o explicación sobre la tasa de error de fonema (PER) y la tasa de error independiente de la posición, o la tasa de error de letras?
- ¿Qué (empíricamente) necesita más datos de entrenamiento (etiquetados): modelos discriminativos o modelos generativos?
- ¿Existe un sistema de IA más eficiente que el Watson de IBM?
- ¿Cuáles son los requisitos previos para comenzar todo este aprendizaje automático, procesamiento del lenguaje natural, aprendizaje profundo, etc.?
- En el aprendizaje profundo, ¿son el "aprendizaje incremental" y el "aprendizaje de transferencia" el mismo enfoque?
