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.

Red neuronal

¿Qué es una red neuronal?

Una red neuronal es una metodología o un conjunto de algoritmos que funciona de manera parecida al cerebro humano. Utiliza técnicas de aprendizaje profundo para reconocer patrones y extraer conclusiones sin intervención humana.

Las redes neuronales son un tipo de aprendizaje automático que aprende y afina los resultados con el tiempo. Son capaces de aprender y modelar orgánicamente relaciones no lineales complejas. También pueden encontrar atajos que son de gran valor en los análisis de big data. Las redes neuronales pueden inferir relaciones y autorepararse cuando faltan datos o se producen condiciones erróneas.

¿Cuáles son los beneficios de una red neuronal?

Una red neuronal profunda ofrece múltiples beneficios. Por ejemplo, permite:

  • Detectar fraude. Las redes neuronales ayudan a muchas industrias a prevenir el fraude al detectar y enviar alertas sobre esquemas fraudulentos.
  • Mejorar las relaciones con el cliente. Los negocios pueden utilizar las redes neuronales para identificar mejor los segmentos de cliente, enfocar sus esfuerzos de marketing y ventas y determinar por qué los clientes eligen a la competencia.
  • Desarrollar iniciativas de marketing. Las aplicaciones de redes neuronales evolutivas se pueden utilizar para crear campañas de marketing para segmentos específicos. Por ejemplo:
    • En el sector retail, pueden hacer previsiones más precisas, ofrecer una imagen mejor de qué productos se compran un día en concreto o cuántas veces y qué combinación de productos se compra más habitualmente.
    • En el sector financiero, proporcionan predicciones más acertadas sobre el tipo de cambio y permiten a las entidades ofrecer préstamos basados en datos estadísticos.
    • En las fábricas, pueden analizar los datos que generan las máquinas, los sensores, las balizas y las cámaras para monitorizar los procesos productivos.
    • En el sector seguros, permiten a las aseguradoras segmentar a sus clientes para acciones de marketing, fijar precios y evaluar riesgos.

Volver

Glosario