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 impulsa el nuevo sistema de posicionamiento y encuadre de cámaras EVS en IBC 2019

EVS lanzará un nuevo sistema automatizado de posicionamiento y encuadre multicámara en IBC 2019, en la RAI de Ámsterdam.

El nuevo sistema de cámara autónoma analiza las imágenes de las cámaras robóticas en tiempo real y guía las cámaras hacia la acción en vivo con el zoom apropiado. El producto, que se integra con el sistema de producción unificado X-One de la compañía, se basa en Machine Learning habilitado por VIA Mind impulsado por Inteligencia Artificial de EVS para imitar los movimientos de los operadores de cámaras humanas, dijo la compañía.

La compañía también destacará la nueva funcionalidad de narración de historias para su sistema de producción unificado X-One que permite que un solo operador produzca hitos destacados y producciones dinámicas en vivo.

EVS presentará su nueva solución de ingesta centralizada que se basa en su servidor XS-NEO definido por software y la aplicación de ingesta IPD-VIA. La solución ofrece una ingesta rápida y simple con soporte dinámico y concurrente para múltiples formatos, códecs y velocidades de cuadros. Alojada en el módulo de procesamiento EVS PMR y aprovechando los beneficios de la conectividad IP, la solución de ingesta admite producciones basadas en SDI y utiliza la tecnología de grabación en bucle de la compañía. La solución de ingesta utiliza una interfaz web HTML 5 para controlar y programar transmisiones en vivo ingeridas en el servidor XS-NEO.

http://bit.ly/2YVEseD

 

Machine Learning en la asistencia sanitaria: todo lo que necesita saber

Si desea entrar en los libros malos de su médico, vaya a su próxima cita habiéndose diagnosticado preventivamente a través de Google. Si hay algo que molesta a los profesionales de la salud, son los pacientes que piensan que los ordenadores pueden hacer su trabajo tan bien como ellos. Algunos médicos incluso tienen letreros en sus salas de espera que lo indican.

Los algoritmos no reemplazarán a nuestro médico en el corto plazo. Sin embargo, hay muchos algoritmos de Machine Learning en la atención médica que puede a su médico a realizar un diagnostico de manera más rápida y eficiente. Además, también pueden idear un régimen de tratamiento eficiente.

La Inteligencia Artificial y Machine Learning en la atención médica están listos para ayudar a los profesionales de la salud a mejorar la calidad de los servicios. Esto permite que más y más personas accedan a la atención y reduzcan los costos. Las aplicaciones de Machine Learning pueden ayudar a acceder e interpretar grandes cantidades de datos de pacientes de todo el mundo. Además, estas aplicaciones pueden identificar predisposiciones genéticas a ciertas enfermedades, sugerir los tratamientos más eficientes y reducir el riesgo de error médico. Y eso sin contar la gran cantidad de herramientas de Machine Learning que hacen que las instituciones médicas funcionen sin problemas en el día a día.

Algunas de las aplicaciones actuales de Machine Learning en la asistencia sanitaria:
- Machine Learning - Asistentes virtuales con tecnología
- Monitoreo de salud con accesorios portátiles
- Investigación clínica
- Predicción de brotes y epidemias

http://bit.ly/2KEbCY6

 

Coexistir con robots: cómo competir con la tecnología en la era de la automatización

A medida que la tecnología, incluidos los robots, la Inteligencia Artificial, Machine Learning y otras fuerzas cambien la naturaleza del trabajo, los empleados necesitarán nuevas habilidades para adaptarse a los roles cambiantes. La firma de investigación Gartner predice que los empleados que actualizan regularmente sus conjuntos de habilidades e invierten en nueva capacitación serán más valorados que aquellos con experiencia o permanencia en el cargo. Pero no va a ser fácil.

El informe "Future of Jobs 2018" del Foro Económico Mundial estima que, para 2022, más de la mitad (54%) de los empleados requerirá una actualización o capacitación significativa de habilidades. Más de un tercio (35%) necesitará aproximadamente seis meses para ponerse al día, mientras que casi uno de cada cinco requerirá un año o más de capacitación adicional.

Y los empleadores podrían no ser de mucha ayuda. Una encuesta global de empleadores realizada en 2019 por la consultora Deloitte encontró que el 86% de los encuestados calificó la necesidad de mejorar el aprendizaje y el desarrollo (L&D) como "importante" o "muy importante". Pero solo el 10% se sintió preparado para decir "muy listo" para abordar esa necesidad. Como la transformación digital afecta a muchas empresas, un informe de Gartner de 2018 descubrió que solo el 20% de los empleados tienen las habilidades que necesitan para sus trabajos ahora y en el futuro.

Para los trabajadores que están preocupados por seguir siendo comercializables, esto plantea una serie de preguntas sobre dónde deberían invertir sus esfuerzos.

"En casi todos los trabajos, se necesita un conjunto diferente de habilidades que hace cinco años, y no hay razón para creer que ese número se reducirá", dice Brian Kropp, jefe de investigación de recursos humanos de Gartner con sede en Arlington, Virginia. Los empleados que se toman en serio la posibilidad de seguir siendo comercializables deben asumir la responsabilidad de mantener la demanda en el mercado.

http://bit.ly/2KIiELq

 
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