¿Qué cosas asombrosas se pueden hacer con el aprendizaje automático?

Puede explorar Internet e identificar resultados relevantes para una consulta de búsqueda: la búsqueda de Google se basa en el aprendizaje automático.

Puede producir productos relevantes a partir de palabras clave y sus contextos: la mayoría de la publicidad en línea se basa en el aprendizaje automático.

Puede crear uno de los sitios de noticias más exitosos del mundo al administrar dónde y cuán prominentemente muestra sus historias de primera plana: la pantalla de HuffPo funciona con aprendizaje automático.

Puedes vencer a los mejores concursantes de Jeopardy del mundo: el Watson de IBM funciona con aprendizaje automático.

Puede proporcionar recomendaciones de películas, o recomendaciones para cualquier otro tipo de producto, a los usuarios en función de su perfil de intereses: Netflix, Amazon y docenas de otros sistemas de recomendación funcionan con aprendizaje automático.

Puedes encontrar el amor: EHarmony, OKCupid y muchos otros sitios de citas funcionan con aprendizaje automático.

Puede diagnosticar enfermedades mortales y luego salvar vidas: la asistencia para el diagnóstico y la evaluación de riesgos es un área que mejora continuamente, especialmente en imágenes médicas (por ejemplo, encontrar el área sospechosa en un escaneo para ayudar a guiar a un humano experto) y funciona con aprendizaje automático.

Puede conducir al trabajo con las manos libres: los automóviles autónomos funcionan con aprendizaje automático.

Puede etiquetar fotos con su contenido automáticamente: el reconocimiento facial y otros reconocimientos de objetos más generales, como las gafas de Google, funcionan con el aprendizaje automático.

Puedes leer en un idioma que nunca has aprendido: la traducción automática funciona con el aprendizaje automático.

Puede automatizar el servicio al cliente: muchos centros de llamadas ahora funcionan con aprendizaje automático.

Puede organizar y condensar enormes volúmenes de información no estructurada o semiestructurada a partir de informes financieros para ganar dinero en los mercados o sesiones de información de inteligencia para identificar terroristas: los servicios financieros y gubernamentales de Palantir se basan en el aprendizaje automático.

Hay más, mucho más. El aprendizaje automático, en esencia, es solo la aplicación de métodos estadísticos para el modelado de información para cualquier tarea de IA, que a su vez podría ser una tarea humana.

More Interesting

¿Cómo puedo aprender ciencia de datos?

¿Qué título debo tomar para entrar en la investigación de Deep Learning? (Graduado de CS)

¿Cuál es la diferencia entre Deep Autoencoders y Deep Belief Networks?

¿Qué tan difícil es el aprendizaje automático?

¿Cuál es el método del núcleo? ¿Cómo se usa en los sistemas de recomendación?

¿Con qué frecuencia debe verificar el conjunto de validación durante el entrenamiento de la red neuronal en función de los ejemplos de entrenamiento (cada N ejemplos de entrenamiento)?

¿Cuál es la diferencia entre redes neuronales y de creencias?

¿Qué áreas del aprendizaje automático son más importantes para los fondos de cobertura y los bancos de inversión (en equipos cuantitativos)?

¿Cuáles son las ventajas del aprendizaje semi-supervisado sobre el aprendizaje supervisado y no supervisado?

¿Qué conocimiento se requiere para la pasantía de ML como estudiante universitario de CS?

¿Cuáles son algunos de los problemas de desarrollo que enfrenta la inteligencia artificial?

¿Cómo debe planificar un estudiante de CS su primer verano?

En el aprendizaje de características, ¿cuál es la regla general para decidir el número de parches aleatorios y el número de iteraciones / épocas con respecto al número deseado de nodos / longitud de la característica?

Cómo hacer que una red neuronal funcione como PCA

¿En qué se diferencia un autoencoder (apilado) de un MLP, aparte de que los autoencoders aprenden funciones de identidad aproximadas?