miércoles, 22 de febrero de 2017

Equifax y SAS Aprovechan la inteligencia artificial y el aprendizaje profundo para mejorar el acceso del consumidor para crédito y minería. por Gil Press, encontrado en Forbes

Equifax y  SAS Aprovechan la inteligencia artificial y el  aprendizaje profundo para mejorar el acceso del consumidor para crédito y minería

 http://www.forbes.com/sites/gilpress/2017/02/20/equifax-and-sas-leverage-ai-and-deep-learning-to-improve-consumer-access-to-credit/#24f9c7827aa5




Gil Press,




La inteligencia artificial, el aprendizaje mecánico y el aprendizaje profundo basado en redes neuronales son conceptos que recientemente han llegado a dominar el financiamiento de capital de riesgo, la formación inicial, la promoción y las salidas y las discusiones políticas. Los triunfos sobre los seres humanos en Go y Poker, el rápido progreso en reconocimiento de voz, identificación de imágenes y traducción de idiomas, y la proliferación de hablar y enviar mensajes de texto asistentes virtuales y chatbots, han ayudado a inflar la capitalización de mercado de Apple. 17 de febrero), Google (# 2), Microsoft (# 3), Amazon (# 5) y Facebook (# 6).

Mientras que estas compañías dominan los titulares -y la guerra para el talento relevante- otras compañías que han estado analizando datos o proporcionando herramientas para análisis durante años también están capitalizando los avances recientes de AI.

Un ejemplo de ello son Equifax y SAS:
el primero desarrolló herramientas de aprendizaje profundo para mejorar el puntaje de crédito y
 el segundo incorporó nuevas funcionalidades de aprendizaje profundo a sus herramientas de minería de datos y ofreció una API de aprendizaje profundo.
Red neuronal creada en SAS Minería de datos visuales y aprendizaje de máquinas 8.1

Ambas compañías tienen mucha experiencia en lo que hacen. Equifax, fundada en 1899, es una agencia de informes crediticios que recopila y analiza datos de más de 820 millones de consumidores y más de 91 millones de empresas en todo el mundo. SAS, fundada en 1976, desarrolla y comercializa software de análisis de datos y de gestión de datos.

Los conceptos de AI que hacen los titulares de hoy también tienen una larga historia. Más allá de los cálculos rápidos, dos enfoques surgieron en los años cincuenta para aplicar las primeras computadoras a otro tipo de trabajo cognitivo. Uno era etiquetado "inteligencia artificial", el otro "aprendizaje de máquina" (un nombre decididamente menos atractivo y llamativo). Mientras que el enfoque de inteligencia artificial estaba relacionado con la lógica simbólica, una rama de las matemáticas,
 el enfoque de aprendizaje de máquina estaba relacionado con la estadística. Y había otra distinción importante entre los dos: El enfoque de inteligencia artificial era parte del paradigma dominante de la ciencia de la computadora y la práctica de un programador que definía lo que la computadora tenía que hacer codificando un algoritmo, un modelo un programa en un lenguaje de programación. El método de aprendizaje a máquina se basó en datos y en procedimientos estadísticos que encontraron patrones en los datos o clasificaron los datos en diferentes cubos, permitiendo que el ordenador "aprendiera" (por ejemplo, optimizar la precisión de desempeño de una determinada tarea) "(Por ejemplo, clasificar o poner en diferentes cubos) el tipo de datos nuevos que se le suministran.


No hay comentarios:

Publicar un comentario