Análisis

Aprendizaje automatizado de máquina y la democratización de las perspectivas

Thomas H. Davenport y Dave Kuder

El rol del aprendizaje automatizado de máquina

El aprendizaje automatizado de máquina (a menudo denominado AutoML) puede mejorar ciertamente el trabajo de analistas profesionales y científicos de datos mediante automatizar los flujos de trabajo y de manera dramática incrementar la velocidad con la cual pueden ser probadas una variedad de hipótesis generales y atributos individuales del modelo. El auge de las analíticas y de los grandes datos ha llevado a muchos algoritmos nuevos o redescubiertos. La mayoría de los análisis estadísticos en el pasado se basaron fuertemente en análisis de regresión lineal. Más recientemente, la regresión logística se ha vuelto mucho más popular para hacer predicciones de resultados binarios que sean usadas frecuentemente para orientar orientaciones del día-a-día del negocio. Ahora, un rango amplio de algoritmos está disponible para quien modela el aprendizaje de máquina. Los datos y los algoritmos se están ampliando rápidamente, pero las capacidades humanas – incluso las de los profesionales cuantitativos – no. AutoML es una manera para mejorar la productividad y la efectividad de incluso el profesional analítico o el científico de datos mejor entrenado.

Aprendizaje automatizado de máquina y la democratización de las perspectivas
¿Le pareció útil este contenido?