Encontramos una web curiosa que, pese a anunciar una herramienta de Microsoft, aporta información muy interesante de ejemplos de aplicación de Machine Learning por industrias. Muchas veces, un modo de acercar una tecnología a la gente es mostrando ejemplos, así que creemos que es oportuno referenciar dicha web:
https://gallery.cortanaintelligence.com/
El Machine Learning se puede aplicar a prácticamente cualquier sector y cualquier ámbito. Recientemente, Corinna Cortes, responsable de Machine Learning de Google en Nueva York, decía en una entrevista:
“No tenemos departamento que no se beneficie del Machine Learning”
Es más, añadía: “No hay departamento en Google que no aplique el aprendizaje automático. Y si lo hubiese, me encantaría poder hablar con ellos porque creería que hay una gran oportunidad para crear un producto mejor. El Machine Learning está en todas partes: Gmail para filtrar SPAM y sus respuestas automáticas, las etiquetas de YouTube y la detección de contenido con copyright o adulto, lo dicho con Google Photos, detección de odio o racismo en mensajes publicados en nuestros servicios…”
Así, volviendo al hilo inicial,
¿Qué ejemplos de Machine Learning nos da Microsoft?
Retail
- Estimación de la demanda
- Estimación de variación de precios
- Predicción del comportamiento de los compradores
- Predicción de decisión de comprador tras campaña de marketing
- Segmentación a partir de productos
- Optimización de campañas de marketing
- Predicción de reviews online
MRT
- Aplicación en data analytics a partir de sensores
- Mantenimiento predictivo en aeronaútica
- Predicción de demanda energética
- Análisis de telemetría en coches
- Predicción de retrasos de aviones
Finanzas
- Detección de fraude online
- Detección de anomalías
- Predicción de riesgos financieros
- Predicción de recesión
Salud
- Detección de cáncer de mama
- Predicción de aparición de cáncer de mama
- Predicción de enfermedad cardíaca
- Análisis de actividad postural
- Predicción de estancia hospitalaria
- Análisis de señales cerebrales
No son muchos, pero en mi corta experiencia, la línea argumental es muy similar. Cuando disponemos de suficientes datos pasados, es muy fácil aplicar el machine learning para predecir nuevos resultados a partir de la variación de los parámetros involucrados. Se trata de una técnica muy potente que cada día vamos a ver más y más.
Crédito: Analytics Vidhya
And these stores can easily provde the rings aat the best prices because of
the loww overheads. Platinum is incredibly popular option for rings
but it is extremely expensive metal. But unfortunately collection provided by online jewelry stores don’t impress you, try searching the ring on other stores thaat include special discounted offer for the buying oof diamond rings. http://mylesspft036blog.blog5.net/312007/features-of-diamond-engagement-rings