Aprendizaje automático práctico para visión por ordenador

Capítulo 10. Tendencias en la producción ML

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Hasta ahora en este libro, hemos considerado la visión por ordenador como un problema que deben resolver los científicos de datos. Sin embargo, dado que el aprendizaje automático se utiliza para resolver problemas empresariales del mundo real, existen otras funciones que interactúan con los científicos de datos para llevar a cabo el aprendizaje automático, por ejemplo:

Ingenieros ML

Los modelos de ML construidos por los científicos de datos son puestos en producción por los ingenieros de ML de, que unen todos los pasos de un flujo de trabajo típico de aprendizaje automático, desde la creación de conjuntos de datos hasta la implementación para predicciones, en un conducto de aprendizaje automático. A menudo oirás describir esto como MLOps.

Usuarios finales

Las personas que toman decisiones basándose en modelos de ML tienden a no confiar en los enfoques de IA de caja negra. Esto es especialmente cierto en ámbitos como la medicina, donde los usuarios finales son especialistas muy formados. A menudo exigirán que tus modelos de IA sean explicables: la explicabilidadse considera un requisito previo para llevar a cabo la IA de forma responsable.

Expertos en la materia

Los expertos del dominio pueden desarrollar modelos de ML utilizando marcos sin código. Como tales, a menudo ayudan en la recopilación de datos, la validación ...