Aprendizaje automático fiable
by Cathy Chen, Niall Richard Murphy, Kranti Parisa, D. Sculley, Todd Underwood
Capítulo 13. Integrar el ML en tu organización
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Integrar cualquier nueva disciplina significativa en una organización a menudo se parece más a un ejercicio de jardinería irregular que a otra cosa: esparces las semillas por ahí, independientemente de si el terreno es fértil o no, y de vez en cuando vuelves para ver qué ha conseguido florecer. Puede que tengas suerte y veas un derroche de color en primavera, pero sin más estructura y disciplina, lo más probable es que te reciba algo estéril.
Hacer bien el cambio organizativo es tan difícil por muchas razones generales. Para empezar, existe una cantidad infinita de material sobre cómo cambiar organizaciones y culturas. Incluso elegir entre esta plétora de opciones es desalentador, por no hablar de averiguar la mejor manera de aplicar lo que elijas.
En el caso del ML, sin embargo, tenemos algunas razones específicas del dominio por las que esto es cierto, y podría decirse que éstas son más relevantes. Como se está convirtiendo rápidamente en un tópico, lo que es fundamentalmente diferente del ML es su estrecho vínculo con la naturaleza y la expresión de los datos. Como resultado, dondequiera que haya datos en tu organización, hay algo potencialmente relevante para el ML. Incluso tratar de enumerar todas las áreas de la empresa que tienen o procesan datos de alguna manera ayuda a entender este punto: los datos están en ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access