En medio de las controversias y contradicciones que rodean el aprendizaje automático y la ciencia de datos, aquí hay algunas tendencias seguras para el futuro: la brecha de oferta y demanda en las habilidades de ciencia de datos y aprendizaje automático continuará aumentando hasta que los programas académicos y los talleres de la industria comiencen a producir una fuerza laboral lista. La mayoría de las empresas recurrirán a modelos algorítmicos para sus funciones operativas y orientadas al cliente. No creo que haya una respuesta clara sobre cuál es mejor, sin embargo, podría proporcionar los detalles para ambos que he recopilado de mis lecturas recientes y que pueden ayudarlo a tomar una decisión más informada
Definición
Ciencia de datos : es el conjunto de técnicas en las que intenta extraer información y conocimientos de los datos. Esto incluye informes MIS en el nivel más bajo para construir modelos predictivos en el nivel más alto.
- Ahora mismo estoy aprendiendo desarrollo web, pero no creo que me sea muy útil. ¿Debo aprender el aprendizaje automático o el desarrollo de software?
- ¿Cuáles son algunos algoritmos de corrección ortográfica que usan los motores de búsqueda? Por ejemplo, cuando utilicé Google para buscar "imágenes de Google", me preguntó: "¿Quiso decir: imágenes de Google?".
- ¿Qué es la regresión de Ridge en términos simples?
- Cómo explicar el desempeño de un modelo predictivo a la gerencia que no conoce el aprendizaje automático
- ¿Por qué se requieren conocimientos de aprendizaje automático para un periodista de datos? ¿Por qué la exploración y visualización de datos por sí sola no es suficiente para el periodismo de datos?
Aprendizaje automático : es la ciencia de crear algoritmos y programas que aprenden por su cuenta. Una vez diseñados, no necesitan un humano para mejorar. Una manera fácil de entender es esto: es humanamente imposible crear modelos para cada búsqueda o spam posible, por lo que hace que la máquina sea lo suficientemente inteligente como para aprender por sí misma. Cuando automatiza la parte posterior de la minería de datos, se conoce como aprendizaje automático.
Aplicación y uso
Data Science es requerido por los motores de búsqueda como Yahoo, Bing, Ask, AOL, etc. para mostrar pancartas en varios sitios web a las carteleras digitales en los aeropuertos. Gigantes de Internet como Amazon, Twitter, Google Play, Netflix, Linkedin, imdb y muchos más. Google Voice, Siri, Cortana y otros productos de reconocimiento de voz.
Algunas de las actividades respaldadas por Data Science incluyen:
- Anuncios digitales
- Sistemas de recomendación
- Reconocimiento de imagen
- Juego de azar
- Sitio web de comparación de precios
- Planificación de rutas aéreas
- Logística de entrega.
Algunas de las aplicaciones comunes de Machine Learning incluyen búsqueda en la web, filtros de spam, sistemas de recomendación, colocación de anuncios, calificación crediticia, detección de fraude, comercio de acciones, visión por computadora y diseño de medicamentos.
Muchas actividades bien conocidas impulsadas por algoritmos de aprendizaje automático incluyen:
- Detección de fraude.
- Resultados de búsqueda web.
- Anuncios en tiempo real en páginas web y dispositivos móviles.
- Análisis de sentimiento basado en texto.
- Calificación crediticia y las siguientes mejores ofertas.
- Predicción de fallas de equipos.
- Nuevos modelos de precios.
- Detección de intrusos en la red.
Habilidades requeridas
El aprendizaje automático será más fácil para usted si es experto en lo siguiente:
Python / R / JAVA
Probabilidades y estadísticas
Matemáticas Aplicadas
Herramientas Unix
Hay varias universidades en EE. UU. Y otras naciones que ofrecen cursos de maestría en aprendizaje automático. Los cursos y libros en línea pueden ayudarlo a aprender el tema. Coursera, EdX, Los elementos del aprendizaje estadístico de Freidman, Hastie y Tibshirani, Reconocimiento de patrones y Aprendizaje automático de Bishop y Aprendizaje automático con R de Brentt Lanz son solo algunos.
Las habilidades requeridas para ingresar al campo de la ciencia de datos son:
Matemáticas
Habilidades técnicas y de programación.
Conciencia empresarial y estratégica
Los cursos de Data Science podrían tomarse de la Universidad John Hopkins, la Universidad de Washington, la Universidad de Michigan o hay certificaciones como EMC Data Science Associate, Cloudera Certified Professional: Data Scientist, Data Science Council of America http://bit.ly / 2tZNQNG etc.
Visite los siguientes enlaces para obtener una estimación del paquete de pago en estos dos campos:
http://www.payscale.com/research…
http://www.payscale.com/research…
Notas finales
Data Scientist es una de las opciones profesionales más populares y de moda de la década. La demanda de científicos de datos es enorme, se dice que el número es mucho mayor que los candidatos disponibles. Por lo tanto, elegir la ciencia de datos como una opción profesional tiene mucho alcance y seguirá siéndolo en el futuro cercano.
Las empresas como Google, Quora, Facebook contratan personas que conocen el aprendizaje automático . Se está llevando a cabo una intensa investigación sobre aprendizaje automático en las mejores universidades del mundo. No existe un límite superior para el salario de los expertos en aprendizaje automático en las principales empresas.
