Capítulo 4. IA y aprendizaje automático: Una visión general no técnica
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Aunque no es necesario ser un experto o un profesional de la IA para desarrollar una visión y una estrategia de IA, tener una comprensión de alto nivel de la IA y de las áreas temáticas relacionadas es fundamental para tomar decisiones con conocimiento de causa. Ayudarte a desarrollar esta comprensión es el objetivo de este capítulo.
En este capítulo se definen y analizan conceptos y técnicas relacionados con la IA, como el aprendizaje automático, el aprendizaje profundo, la ciencia de datos y el big data. También tratamos cómo aprenden tanto los humanos como las máquinas y cómo se relaciona esto con el estado actual y futuro de la IA. Terminamos el capítulo hablando de cómo los datos potencian la IA y de las características y consideraciones de los datos necesarias para el éxito de la IA.
Este capítulo ayuda a desarrollar un contexto adecuado al nivel para comprender el siguiente capítulo sobre las oportunidades y aplicaciones de la IA en el mundo real. Empecemos hablando del campo de la ciencia de datos.
¿Qué es la ciencia de datos y qué hace un científico de datos?
Empecemos el debate definiendo la ciencia de datos y la función y responsabilidades de un científico de datos, que describen el campo y las habilidades necesarias para llevar a cabo iniciativas de IA y aprendizaje automático (ten ...
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