¿Cómo estructurar un buen proyecto de Machine Learning?

7 agosto, 2018

En este post os presentamos un resumen y la presentación completa de una de las charlas del UOC Data Day, celebrado el día 16 de mayo de 2018 en Barcelona sobre cómo estructurar un buen proyecto de Machine Learning.

Esta ponencia fue a cargo de Anna Bosch Rué, VP Data Intelligence at Launchmetrics y profesora colaboradora de los Estudios de Informática, Multimedia y Telecomunicación de la UOC.

Durante la ponencia se explicará cómo construir un proyecto de machine learning exitoso proporcionando experiencia en el campo de la indústria que muchas veces solo se adquiere después de muchos años de trabajo. Las explicaciones, indicaciones y conclusiones son fruto de la experiencia, de líderes del sector, construyendo y poniendo en producción proyectos de machine learning y deep learning.

¿Cómo se diagnostican errores en un sistema de machine learning? ¿Como se priorizan las direcciones más prometedoras a seguir para reducir estos errores? ¿Cuando debemos entrenar una red neuronal propia? ¿Qué diferencia hay entre transfer learning y fine tuning y cuándo debemos aplicarlos? Intentaremos dar respuesta a todas estas preguntas y algunas más. Entenderemos también settings complejos de ML, como datos de entrenamiento y test no coincidentes, sobrepasar la predicción de un humano, etc Y daremos los insights necesarios para saber como aplicar end-to-end learning, transfer learning y multi-task learning.

Las indicaciones y conclusiones son especialmente relevantes para todos aquellos que quieran ser líderes en el campo de la Inteligencia Artificial y conocer como establecer la dirección correcta del trabajo así como los pasos a seguir.

A continuación, os dejamos la grabación de la ponencia completa, así como el material de soporte utilizado para la presentación.

¡Esperamos que la disfrutéis!

Autor / Autora
Profesor de los Estudios de Informática, Multimedia y Telecomunicaciones de la UOC e investigador del grupo ADaS Lab. Sus intereses de investigación se basan en la minería de datos, aprendizaje automático, minería de gráficos y privacidad de datos. Actualmente es el director del Máster universitario de Ciencia de Datos de la UOC.
Comentarios
Deja un comentario