Machine Learning Tarragona es el resumen principal de noticias de Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo) para el área de Tarragona, España.

Los principales desarrollos en este campo, ya sean nuevas tecnologías, compañías o productos, procesados y simplificados para que lo puedas tener de forma fácil, simple y gratis!

Los ejemplos y tutoriales de Machine Learning permiten que los nuevos contenidos, muchas veces de gran complejidad, sean accesibles para una audiencia más amplia. A su vez, las técnicas y algoritmos de Machine Learning, ofrecen los últimos avances en investigación de forma más interesante y simple de comprender. Se incluye, también, ejemplos y técnicas de Python, ya que es uno de los lenguajes más utilizados en este campo.

Este contenido se complementa con información específica para el área de Tarragona, España.

Machine Learning ayuda al software a llenar los vacíos clave en las hojas de datos de plásticos

MobileSpecs LLC ha aumentado la amplitud y la profundidad de su base de datos de materiales para moldeadores de inyección al aplicar un algoritmo de Machine Learning para predecir la información faltante para los parámetros clave de procesamiento, incluidos los puntos de datos como la temperatura de secado.

La versión actualizada del programa comenzó a funcionar, marcando una de las varias actualizaciones sustanciales que ha experimentado la base de datos desde su lanzamiento en junio de 2017. MobileSpecs ahora está disponible como una aplicación o en la web, con ambas versiones continuamente actualizadas y sincronizadas. A principios de este año, la compañía también cambió su modelo de negocio para la base de datos, pasando de un servicio de suscripción de pago a una versión gratuita, dando a los usuarios acceso completo a todos los datos sobre más de 22.000 materiales disponibles comercialmente de más de 100 fabricantes de resinas.

"Se puede buscar el producto, el grado, el fabricante, una familia o resinas", explica Doug Kenik, Director Gerente de MobileSpecs," y los materiales comienzan a aparecer para que pueda reducir rápidamente la búsqueda del material que desee".

Más recientemente, MobileSpecs permitió a los usuarios que ingresaron a los materiales "favoritos", brindándoles acceso rápido en el futuro a esos materiales seleccionados. La compañía también agregó archivos PDF completos de las hojas de datos originales a la base de datos, lo que permite a los usuarios ver las especificaciones publicadas del fabricante.

Después de la versión inicial, Kenik dijo que MobileSpecs recibió noticias de los usuarios de la base de datos que valoraron la agregación de la información del material pero encontraron algunas lagunas. "Echamos un vistazo a los datos que teníamos y aprovechamos estas nuevas técnicas de Machine Learning para comenzar a llenar los vacíos que faltaban en las hojas de datos que estábamos informando", indicó Kenik. Poco después de comenzar el trabajo, Kenik dijo que MobileSpecs encontró que el algoritmo era eficaz para proporcionar datos a los moldeadores que no pudieron encontrar en la hoja de datos.

http://bit.ly/2CtJUZI

 

Cómo aprende IBM de Machine Learning

Hace menos de quince años que IBM vendió su negocio de PC a Lenovo e hizo lo mismo para su negocio de servidor x86 en 2014. Fue un cambio importante para la compañía que hace algunas décadas era prácticamente igual que el "PC" en sí mismo. Pero, ¿cuál fue el factor clave que atrajo la atención de la compañía y le hizo abrir un nuevo camino, diferente de sus pasadas líneas de negocios más seguras? Sin lugar a dudas, ambos negocios que se vendieron se habían vuelto menos rentables, sin embargo, no explica suficientemente la razón por la cual un nuevo negocio tuvo que reemplazar al anterior para asegurar la viabilidad de la corporación.

La estrecha victoria del superordenador de IBM, Deep Blue, contra el gran maestro de ajedrez ruso Garry Kasparov en 1997, dio las primeras señales del nuevo desafío que la compañía estaba lista para buscar activamente. En 2006, Watson, el sucesor de Deep Blue, ganó a dos campeones legendarios en el concurso 'Jeopardy'. Más recientemente, la Inteligencia Artificial de IBM se participó en un debate manteniendo un argumento durante 20 minutos sobre la necesidad de subvencionar el preescolar. Hoy en día, esto se conoce como el Negocio cognitivo de IBM, una forma más sofisticada que utiliza la compañía para subrayar su determinación de ser el líder de la era de la Inteligencia Artificial.

El nuevo camino no es todo de rosas, ya que la compañía enfrenta una competencia feroz de grandes tecnologías, como Alphabet, Amazon, Facebook y Microsoft, además de la competencia de un enorme ecosistema de startups acompañado por una gran capacidad mental y un fuerte apoyo financiero de fondos privados. Sin embargo, con 9.043 patentes en 2017, en comparación con 8.090 patentes en 2016, IBM sigue estando en la lista mundial de las empresas más innovadoras con sus seguidores más cercanos, Samsung y LG, ambos de Corea del Sur. Intel está en el cuarto lugar y Alphabet en el sexto, con 3.435 y 2.709 patentes respectivamente.

http://bit.ly/2XVlC3G

 

Los 7 mejores libros de Machine Learning que debes leer (Parte 1)

Echa un vistazo a tus alrededores. Muchas cosas han cambiado en unas pocas décadas. De la forma en que las personas se comunicaban, viajaban y en última instancia, vivían. Hoy en día, todo es más fácil y mucho más accesible de lo que era antes. Una razón muy obvia es el avance en la tecnología o, para ser más precisos, la introducción de Machine Learning.

Y esto es sólo el principio. La evolución de Machine Learning es rápida y las tareas que podrá realizar cuando se utilicen al máximo potencial, no solo facilitarán la vida humana, sino que también mejorarán la productividad y la calidad de vida.

La gente ha comenzado a comprender la importancia de Machine Learning y tal vez, esa es la razón por la que este tema ha tenido un gran crecimiento. ¿También estás buscando una manera de empezar? Bueno, qué mejor manera que elegir un buen libro de la lista de los mejores libros de Machine Learning para comenzar tu viaje de infinitas posibilidades.

A continuación se muestran los 7 mejores libros de Machine Learning. (Las clasificaciones se basan en las críticas) -


7. Think Bayes
El objetivo de este libro de Machine Learning es desarrollar Machine Learning mediante códigos y técnicas de Python para resolver obstrucciones estadísticas en lugar de matemáticas.


6. Deep Learning
El objetivo del libro es presentar Machine Learning junto con la ayuda matemática del álgebra lineal, la teoría de la probabilidad y la teoría de la información, y la computación numérica se ha cubierto para brindar una base sólida y antecedentes conceptuales.
El trío de expertos introduce una variedad de temas en Deep Learning. Deep Learning es la parte más complicada de Machine Learning porque, como su nombre indica, profundiza en el tema. Pero el trío de autores ha logrado no solo simplificarlo, sino que con los ejemplos y hechos de la vida real, también lo han hecho interesante.


5. Machine Learning
La escritura de Tom M. Mitchell lo hace fácil y comprensible para los lectores.
La mejor parte es que uno no necesita ninguna experiencia en absoluto. Entonces, si no sabe nada sobre el tema y está buscando un comienzo, Tom's Machine Learning es la biblia.

http://bit.ly/2ZmlECn

 
Tu opinión es muy importante! Deja tu comentario con sugerencias o ideas de cómo mejorar este servicio.

Puedes seguir noticias y eventos en facebook: https://www.facebook.com/machinelearningtarragona

#machinelearning #deeplearning #tarragona