Capítulo 10. Unirlo todo: Crear un panel de análisis de clientes basado en IA
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Tú has recorrido un largo camino en este libro y (¡espero!) has aprendido un montón de cosas nuevas sobre cómo pueden implementarse los servicios de IA en varios niveles de la pila analítica. En este capítulo, te mostraré cómo pueden combinarse estas capas de servicios analíticos y de IA para ofrecer una mejor experiencia a los usuarios de BI y aprovechar el potencial de la IA y el BI combinando ambos enfoques. De hecho, deberías ver que los distintos servicios de IA no son una decisión de uno u otro, sino que pueden complementarse entre sí. Por ejemplo, podemos convertir datos no estructurados (texto en bruto) en datos estructurados (tabla de puntuaciones de sentimiento), de modo que podamos utilizarlos para realizar un aprendizaje supervisado (utilizar puntuaciones de sentimiento para predecir la pérdida de clientes).
En al final de este capítulo, serás capaz de mezclar y combinar múltiples servicios de IA para desarrollar casos de uso aún más potentes. Para reducir al mínimo el esfuerzo de programación, utilizaremos Azure Machine Learning Designer como herramienta sin código para crear flujos de trabajo de ML avanzados que permiten más personalización que el servicio AutoML que conociste en los capítulos anteriores.
Planteamiento del problema
En este escenario, formamos parte del ...
Get Inteligencia empresarial basada en IA now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
