La gran tecnología ha estado dominando el panorama del big data y el aprendizaje automático en la última década más o menos, pero otros sectores se han subido al carro de la información en grandes cantidades en los últimos años.
Las grandes empresas de los sectores tradicionales como la banca, el comercio minorista, la energía, la manufactura y muchas otras están haciendo que los datos sean una parte central de sus estrategias en estos días al formar equipos de ciencia de datos y contratar a los mejores talentos.
La gran tecnología ahora está desempeñando el papel de habilitador tecnológico al vender sus plataformas en la nube a los grandes actores de otros sectores. Las plataformas como Azure, AWS, IBM Watson y Google Cloud ahora son lo suficientemente maduras como para ayudar a los clientes a generar un valor real a partir de la ciencia de datos.
- ¿Cuál es la diferencia entre el algoritmo LBG y K significa agrupación?
- ¿Cuáles son las opiniones de Yoshua Bengio sobre Kaggle y el aprendizaje automático competitivo en general?
- ¿Tiene sentido la regularización (L2, abandono, etc.) alguna vez para datos muy ruidosos, pero también abundantes, como series de tiempo financieras?
- Cómo entrenar un modelo word2vec como GoogleNews-vectors-negative300.bin para francés
- ¿Aprendizaje automático para predecir valores para t + 1?
Esta es casi la situación a mediados de 2017, pero las cosas están cambiando rápidamente. Sospecho que muchas compañías más pequeñas también entrarán en la refriega en los próximos años.
