carrot carrot carrot Change Centers x cognizanti collaborators create-folder Data Science Decisive Infrastructure download download edit Email exit Facebook files folders future-of-work global sourcing industry info infographic linkedin location Mass Empowerment Mobile First our-latest-thinking pdf question-mark icon_rss save-article search-article search-folders settings icon_share smart-search Smart Sourcing icon_star Twitter Value Webs Virtual Capital workplace Artboard 1

Por favor accede a COVID-19 response page para obtener más información y ayuda acerca de cómo poder enfrentar esta situación.

España

No Results.

Did you mean...

Or try searching another term.

Aprendizaje automático automatizado

¿Qué es el aprendizaje automático automatizado?

El aprendizaje automático automatizado (AutoML) es el proceso de resolver desafíos del mundo real automatizando el aprendizaje automático basado en la IA, que utiliza técnicas estadísticas o algoritmos que permiten a los ordenadores hacer mejor lo que hacen. El AutoML recorre toda la gama de aprendizaje automático, desde el conjunto de datos en bruto hasta el modelo de aprendizaje automático desplegable.

El software AutoML automatiza múltiples funciones de aprendizaje automático común, incluyendo el descubrimiento de patrones y estructuras, el hallazgo de puntos de datos no habituales, la predicción de valores y categorías y la resolución de un amplio abanico de problemas.

¿Cuáles son los beneficios del aprendizaje automático automatizado?

Entre los beneficios del AutoML, destacan:

  • Permite a las empresas consumir y dar sentido a grandes cantidades de datos procedentes de diversas fuentes.
  • Posibilita a personas no expertas implementar fácilmente modelos, técnicas y soluciones de aprendizaje automático, liberando a los científicos de datos para que se pueden centrar en problemas más complejos.
  • Acelera la entrega de soluciones más sencillas que, a menudo, superan los modelos diseñados manualmente.
  • Resuelve más problemas de negocio más rápido, al automatizar tareas manuales tediosas como comparar docenas de modelos para obtener conocimiento y hacer previsiones que, de otra forma, llevarían meses o semanas a los científicos de datos.
  • Mejora el ROI de la ciencia de los datos al aprovechar el conocimiento de los científicos de datos y evitar el tiempo y los costes necesarios para conseguir valor.

Volver

Glosario