Spring GDS 25è Aniversari
Una empresa de logística que envia a 190 països va construir alguna cosa per enviar-se a si mateixa.
Machine learning
Què és el machine learning?
El machine learning és software que aprèn patrons a partir de les dades en lloc de seguir regles que un programador va escriure a mà. En comptes d'indicar a un sistema cada condició per detectar un frau, li mostres milers de transaccions passades etiquetades com a frau o no, i ell dedueix els senyals que separen les unes de les altres. El resultat és un model, que després fa prediccions sobre dades noves que mai ha vist.
Es divideix en uns quants estils amplis. L'aprenentatge supervisat entrena amb exemples etiquetats per predir un resultat, com el preu d'una casa o si un correu és spam. L'aprenentatge no supervisat troba estructura en dades sense etiquetar, com agrupar clients en segments que ningú va definir per endavant. L'aprenentatge per reforç entrena per assaig i recompensa, l'enfocament darrere de bona part de la feina en jocs i robòtica. El machine learning és una branca de la intel·ligència artificial, i la majoria del que avui s'anomena IA, des dels feeds de recomanació fins als models de llenguatge, funciona sobre ell. Un servei de streaming que prediu quines sèries acabaràs és un model de machine learning entrenat amb el que van veure milions d'espectadors abans.
La part difícil poques vegades és l'algorisme. Són les dades. Un model és tan bo com els exemples dels quals aprèn, i unes dades esbiaixades o escasses produeixen un model segur de si mateix que s'equivoca en silenci.
El machine learning a Dallonses
Incorporem machine learning als productes on resol un problema real, no perquè una presentació exigís IA. La primera pregunta que ens fem és si un model és tan sols l'eina adequada, perquè molts problemes es resolen millor amb regles clares i bons informes. Quan un model sí que encaixa, som honestos sobre el que les dades poden sostenir.
Marques globals ens porten els seus problemes de dades més difícils, i les nostres solucions de machine learning solen començar per la feina poc glamurosa: aconseguir dades netes i representatives amb una forma de la qual un model pugui aprendre. Construïm, avaluem i despleguem el model, i després observem com es comporta amb trànsit real, perquè un model que lluïa esplèndid en proves pot derivar quan el món canvia al seu voltant. El machine learning honest es mesura en producció, no només en un notebook.
Tens un problema on el patró és a les dades però costa descriure'l? Modelem-lo.
Serveis relacionats
Treballs relacionats
Vizitio
Convertir una marca en un negoci que funciona.
Access Ticket
Mig milió de persones. Una app. Zero caos.
Preparat per a traballar junts?
Reserva una reunió
