Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 289 vistas

    Big ML

    Cargado por

    Elvin Somón Sánchez
    Este documento describe BigML, una plataforma en la nube para el aprendizaje automático que facilita tareas como clasificación, regresión, análisis de clusters, detección de anomalías, descubrimiento de asociaciones y modelado de temas. Ofrece características como acceso inmediato, modelos interpretables, colaboración, programabilidad, automatización y seguridad de datos. BigML tiene ventajas como la usabilidad y la seguridad de datos, pero también desventajas como el alto costo para pequeñas empresas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Big ML

    Cargado por

    Elvin Somón Sánchez
    289 vistas4 páginas
    Este documento describe BigML, una plataforma en la nube para el aprendizaje automático que facilita tareas como clasificación, regresión, análisis de clusters, detección de anomalías, descubrimiento de asociaciones y modelado de temas. Ofrece características como acceso inmediato, modelos interpretables, colaboración, programabilidad, automatización y seguridad de datos. BigML tiene ventajas como la usabilidad y la seguridad de datos, pero también desventajas como el alto costo para pequeñas empresas.

    Título original

    BigML

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe BigML, una plataforma en la nube para el aprendizaje automático que facilita tareas como clasificación, regresión, análisis de clusters, detección de anomalías, descubrimiento de asociaciones y modelado de temas. Ofrece características como acceso inmediato, modelos interpretables, colaboración, programabilidad, automatización y seguridad de datos. BigML tiene ventajas como la usabilidad y la seguridad de datos, pero también desventajas como el alto costo para pequeñas empresas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    289 vistas4 páginas

    Big ML

    Cargado por

    Elvin Somón Sánchez
    Este documento describe BigML, una plataforma en la nube para el aprendizaje automático que facilita tareas como clasificación, regresión, análisis de clusters, detección de anomalías, descubrimiento de asociaciones y modelado de temas. Ofrece características como acceso inmediato, modelos interpretables, colaboración, programabilidad, automatización y seguridad de datos. BigML tiene ventajas como la usabilidad y la seguridad de datos, pero también desventajas como el alto costo para pequeñas empresas.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 4

    Instituto Tecnológico de Las Américas

    Tema Central

    BigML

    Estudiante

    Elvin Somón Sánchez 2018-6795

    Materia

    Minería de Datos e Inteligencia de Negocios

    Facilitador

    Jorge Ramón Taveras González

    Fecha

    05/10/2020
    BigML es una plataforma de aprendizaje automático que es consumible, programable y
    escalable, que facilita la solución y automatización de las tareas de Clasificación,
    Regresión, Análisis de Clusters, Detección de Anomalías, Descubrimiento de Asociación
    y Temas de Modelamiento. BigML está ayudando a resolver las tareas de Aprendizaje
    Automático “de extremo a extremo”, transformando los datos en modelos ejecutables
    que se utilizan como servicios remotos o, localmente. Se incrustan en aplicaciones para
    hacer predicciones.
    BigML es una herramienta en la nube basada en la modelización de datos y el desarrollo
    de modelos de inteligencia artificial (machine learning) a partir de los mismos. Muy al
    hilo de herramientas que están surgiendo propuestas por empresas como Google, pero
    con una política de datos completamente transparente y simple: tus datos son tuyos,
    solo tuyos, y nada más que tuyos. La idea es que los usuarios puedan subir series de
    datos a un entorno seguro y trabajar en su análisis para el desarrollo de modelos
    predictivos sobre los mismos.

    Características
    • Acceso inmediato: BigML permite un aprendizaje automático instantáneo al
    alcance en la nube o en las instalaciones del cliente. De cualquier manera, estará
    listo y funcionando con una interfaz web fácil de usar y una API REST en cuestión
    de segundos. Se puede iniciar un proyecto de aprendizaje automático hoy
    mismo simplemente registrándose con su correo electrónico; no se requieren
    demostraciones de ventas, tarjetas de crédito ni contratos a largo plazo.

    • Modelos interpretables y exportables: Todos los modelos predictivos en BigML


    vienen con una visualización interactiva y características de aplicabilidad que los
    hacen interpretables. Se pueden exportar y utilizar para ofrecer predicciones
    locales fuera de línea en cualquier dispositivo de computación de borde o
    implementarse instantáneamente como parte de aplicaciones de producción
    distribuidas en tiempo real.

    • Colaboración: La plataforma permite compartir sus recursos de Machine


    Learning utilizando capacidades granulares de gestión de proyectos y
    equipos. BigML es una transparente plataforma de colaboración de todos los
    miembros de su organización, de los analistas y desarrolladores, a los ingenieros
    y ejecutivos.

    • Programable: Como empresa "API-first", BigML trae cada característica nueva


    primero a la API REST . Los enlaces y bibliotecas están disponibles para todos los
    lenguajes populares, incluidos Python, Node.js, Ruby, Java, Swift y más.
    • Automatización: Lleve rápidamente sus tareas de modelado predictivo a
    producción a través de una automatización eficaz. BigML convierte el trabajo
    difícil y lento de ajustar manualmente modelos o ejecutar flujos de trabajo
    complejos en opciones de menú de un solo clic o llamadas a API únicas.

    • Seguridad y privacidad: En BigML, cada usuario tiene un Panel de control


    privado y todos los recursos creados en él o mediante la API de BigML son
    seguros y privados. Todas las conexiones a BigML utilizan HTTPS , lo que
    garantiza la seguridad de los datos y las comunicaciones del usuario. El equipo
    de BigML no tiene acceso a ningún dato en el sistema a menos que el usuario dé
    su consentimiento explícito.

    Ventaja y Desventajas
    El BigML tiene muchas ventajas del lado de la usabilidad. No obstante, la mayor ventaja
    del BigML de cara a sus principales competidores es el tema de la seguridad. El nivel de
    transparencia que permite la plataforma de BigML permite que las compañías que
    decidan utilizar esta solución podrán estar totalmente seguras de que sus datos son
    solamente suyos.
    BigML dispone de una versión gratuita y no ofrece una prueba gratis. La versión de pago
    de BigML está disponible a partir de US$1000.00/mes.
    La principal desventaja es que el coste mensual puede resultar muy alto para pequeñas
    y microempresas.

    Aplicaciones
    • Servicios Bancarios y Financieros. El ML puede usarse para predecir los clientes
    que probablemente no pagarán los préstamos o las facturas de tarjetas de
    crédito.
    • Asistencia sanitaria. Se utiliza para diagnosticar enfermedades mortales (por
    ejemplo, cáncer) basadas en los síntomas de los pacientes y su recuento con los
    datos anteriores de tipo similar de pacientes.
    • Venta al por menor. Se utiliza para identificar los productos que venden con
    mayor frecuencia (movimiento rápido) y los productos de movimiento lento que
    ayudan a los minoristas a decidir qué tipo de productos para introducir o retirar
    de la plataforma.
    Bibliografía

    • Features | BigML.com. (s. f.). BigML.com - Machine Learning made easy.

    https://bigml.com/features

    • Dans, E. (2012, 9 junio). BigML, modelización e inteligencia artificial.

    www.enriquedans.com/. https://www.enriquedans.com/2012/07/bigml-

    modelizacion-e-inteligencia-artificial.html

    • Alvarado, M. A. V. (2017, 27 mayo). Introducción al Machine Learning con BigML.

    es.slideshare.net. https://es.slideshare.net/AldoRamiro/introduccin-al-machine-

    learning-con-bigml

    También podría gustarte