Enable javascript in your browser for better experience. Need to know to enable it? Go here.

Machine learning automatizado (AutoML)

Publicado : Nov 20, 2019
NO EN LA EDICIÓN ACTUAL
Este blip no está en la edición actual del Radar. Si ha aparecido en una de las últimas ediciones, es probable que siga siendo relevante. Si es más antiguo, es posible que ya no sea relevante y que nuestra valoración sea diferente hoy en día. Desgraciadamente, no tenemos el ancho de banda necesario para revisar continuamente los anuncios de ediciones anteriores del Radar. Entender más
Nov 2019
Probar ?

La potencia y promesa de machine learning ha creado una demanda de experiencia que supera la oferta de científicos de datos especializados en este área. Como respuesta a esta brecha de habilidades, hemos visto emerger herramientas como machine learning Automatizado (AutoML) que pretenden facilitar a personas sin expertise, la automatización de inicio a fin del proceso de selección y entrenamiento de modelos. Algunos ejemplos incluyen AutoML de Google, DataRobot, y the H2O AutoML interface. Aunque hemos visto resultados promisorios para estas herramientas, recomendamos a los negocios precaución al considerarlas como la suma total de su camino en el aprendizaje de máquinas. Tal y como se advirtió en H2O website, “todavía hay una buena cantidad de conocimiento y experiencia en ciencia de datos que es requerida para producir modelos de alto rendimiento de machine learning.”. La confianza ciega en técnicas de automatización también incrementa el riesgo de introducir sesgos éticos o tomar decisiones que desfavorecen a minorías. Si bien éstas herramientas son un punto de partida para generar modelos entrenados útiles, promovemos la búsqueda de data scientists con experiencia para validar y refinar los resultados.

Descarga el PDF

 

 

 

English | Español | Português | 中文

Suscríbete al boletín informativo de Technology Radar

 

 

 

 

Suscríbete ahora

Visita nuestro archivo para leer los volúmenes anteriores