¿Has pensando desarrollar nuevas features, en tu producto, que estén impulsadas por algoritmos de Machine Learning?

Todas las compañías hablan de la relevancia de los datos y los algoritmos de Machine Learning para extender la propuesta de valor. Sin embargo, no todos los perfiles, en una compañía, están familiarizados con los principales tipos de algoritmos.

¿Conoces cuales son los principales tipos de algoritmos de Machine learning, y cómo, cada uno de ellos, pueden ayudarte a resolver el problema de negocio, y/o del usuario, que has identificado?

Estas son tres categorías principales de algoritmos de Machine Learning :

1. Supervised learning
2. Unsupervised Learning
3. Reinforcement Learning.

¿Qué es el Aprendizaje Supervisado? ¿Y el no Supervisado?

¿Cómo pueden cada uno de estos algoritmos ayudarte a extender vuestro modelo de negocio?

¿Qué tipo de algoritmo tengo que utilizar si quiero resolver un problema de Churn? ¿Cuál es su output? ¿Y el de un Random Forest?

¿Por qué implementar una Red Convolucional y no una Recurrente? ¿Nuestra feature, requerirá una optimización del modelo para recall o precisión?

¿Qué diferencia hay entre un problema de clasificación y uno de regresión? ¿Por qué debería desarrollar una clusterización? ¿O un algoritmo de detección de anomalías? ¿O una recomendación?

¿Cuál es el output de cada uno de los algoritmos de Machine Learning? ¿Cómo se van a integrar en nuestro producto?

Os compartimos una pequeña presentación donde exploramos estas preguntas.

Avatar
Posted by:Fran Castillo

@francastillo