Artículos recomendados para los entusiastas de la ciencia de datos (septiembre 2022)
En el post del día de hoy, les traigo una serie de artículos sobre ciencia de datos (data science), especificamente mucho sobre aplicaciones de aprendizaje automático (machine learning).
Ciencia de datos
Mi primera recomendación es leer Economistas en ciencias de datos: un terreno fértil y una adaptación con impronta bilardista de Walter Sosa Escudero todo un referente de la divulgación del data science.
Ejemplos de aplicaciones de ML e IA
A continuación, les dejo una lista de lecturas que muestran diversas aplicaciones de machine learning (ML) o inteligencia artificial (IA):
- Podcast The Mixtape with Scott - S1E24: Interview with Ronny Kohavi, Computer Scientist. Ronny Kohavi habla de los primeros días del aprendizaje automático y las pruebas A/B en tecnología.
- ¿A quién le importa el cambio climático? la respuesta se obtuvo con un web scraping y un análisis de texto con un enfoque de redes complejas.
- Introducing Whisper. Los autores han entrenado y están abriendo (open IA) una red neuronal llamada Whisper que se aproxima a la robustez y precisión de nivel humano en el reconocimiento del habla inglesa.
- Un problema que se enfrenta muchos científicos de datos, es elegir el mejor modelos/métodos de ML. Un recurso muy utilizado en la práctica es hacer uso de un diagrama de flujo que nos ayude a decidir cuál sería el algoritmos de aprendizaje automático y métodos de entrenamiento más recomendados según sea el caso.
- Para los más avanzados: A picture is worth a thousand words — leveraging AI to generate and enrich image descriptions.
TensorFlow
En lo personal, una de las librerías de aprendizaje automático que me parecen más interesantes es la desarrollada por Google, estoy hablando de TensorFlow. Los recursos que les comparto recogen las últimas novedades de la biblioteca:
Ética de los datos
Por último, pero no por ello menos importante (al contrario, es super importante). Aquí les dejo dos artículos sobre la ética de los datos. El primero, nos explica de qué se trata y porqué es tan importante. El segundo, nos presenta una guía para que nuestras aplicaciones con IA sean más confiables:
Hasta aquí el post del día de hoy y recuerda que puedes seguirme en Twitter y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas.
Comentarios