Capítulo 2. Del BI a la Inteligencia para la Toma de Decisiones: Evaluar la viabilidad de los proyectos de IA
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
En el capítulo anterior, aprendiste cómo las capacidades de ML podían impulsar el impacto empresarial. Pero para crear una hoja de ruta de casos de uso priorizados y tomar una decisión informada sobre qué casos de uso perseguir prioritariamente, tenemos que considerar otra dimensión de los criterios: la viabilidad.
Este capítulo profundiza mucho más en los fundamentos del ML para que puedas evaluar la complejidad y la viabilidad general de un determinado caso de uso de la IA. Exploraremos la viabilidad basándonos en tres temas principales: datos, infraestructura/arquitectura y ética. Como resultado, podrás crear la primera versión de tu hoja de ruta de casos de uso de BI potenciados por IA.
Dar prioridad a los datos
Los proyectos de IA requieren una mentalidad diferente a la de los proyectos clásicos de BI. La mayoría de los proyectos de BI se realizan de forma relativamente sencilla, a menudo siguiendo el modelo tradicional en cascada de: define la métrica que quieres mostrar, diseña el modelo de datos, integra los datos y asegúrate de que funciona (lo que a menudo es bastante difícil). Iterar si es necesario. Trabajo hecho.
La principal diferencia en los proyectos de IA es que -incluso en circunstancias ideales- el resultado es muy incierto. Sencillamente, ...
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