En Machine Learning España (TGN) encontrarás las principales noticias y ejemplos para conocer las tecnologías y aplicaciones de Machine Learning y Deep Learning.

De una manera fácil, simple y gratis, podrás aprender los últimos avances en las técnicas, librerías y algoritmos más utilizados. Se incluyen diferentes métodos y tutoriales para utilizar Pyhton, Tensorflow y otras tecnologías y herramientas de software en el campo del aprendizaje profundo (Deep Learning).

La nueva plataforma InfiniteIO reduce la latencia y acelera el rendimiento para Machine Learning, Inteligencia Artificial y Análisis

InfiniteIO, la plataforma de metadatos más rápida del mundo para reducir la latencia de las aplicaciones, anunció hoy el nuevo Acelerador de Aplicaciones, que ofrece mejoras de rendimiento dramáticas para aplicaciones críticas al procesar metadatos de archivos independientemente del almacenamiento local o los sistemas en la nube. La nueva plataforma ofrece a las organizaciones de todas las industrias la latencia más baja posible para sus aplicaciones de misión crítica, como Inteligencia Artificial / Machine Learning, HPC y genómica, al tiempo que minimiza la interrupción de los equipos de TI.

"Los desafíos de ancho de banda y E/S se han superado en gran medida, pero reducir la latencia sigue siendo una barrera importante para mejorar el rendimiento de la aplicación", dijo Henry Baltazar, vicepresidente de investigación de 451 Research. “Las solicitudes de metadatos son una gran parte de la latencia del sistema de archivos, y constituyen la gran mayoría de las solicitudes a un sistema de almacenamiento o nube. El enfoque de InfiniteIO para abstraer metadatos de datos de archivos ofrece a los gerentes de TI una forma no disruptiva de acelerar de inmediato el rendimiento de las aplicaciones ".

A medida que los datos no estructurados han crecido exponencialmente, las solicitudes de metadatos de archivos (información como atributos de archivos y privilegios de acceso) también se han disparado para convertirse en un importante cuello de botella para el rendimiento de la aplicación. La última versión de InfiniteIO, basada en la arquitectura InfiniteIO Metadata Engine (IME), responde a las solicitudes de metadatos de archivos directamente desde la red en lugar del almacenamiento conectado a la red (NAS) o el sistema de almacenamiento en la nube. La abstracción de metadatos de InfiniteIO puede reducir la latencia de segundos a microsegundos para todos los archivos en un entorno de nube híbrida. Esto da como resultado un acceso más rápido a los datos y acelera el rendimiento de la aplicación.

https://bwnews.pr/2Kz5vDU

 

Así nos podemos aprovechar de la tecnología de las máquinas para invertir y sacar rentabilidades a nuestros ahorros

La revolución de las máquinas ha llegado para quedarse. También, en el mundo de la inversión. La disrupción tecnológica ha permitido avances para garantizar la mayor seguridad de nuestros ahorros junto a una optimización de la rentabilidad más alta. Estas no solo nos permiten procesar los datos, sino hacerlo con frecuencia y rápidamente.

La utilización de la tecnología reduce la subjetividad y el riesgo de sesgo emocional cuando tomamos decisiones para invertir, lo cual desarrolla estrategias de gestionar nuestro dinero “más estructuradas, disciplinadas y repetibles”, concretan los expertos de Unigestion.

El objetivo como inversores, según apunta Fiona Frick, CEO de Unigestion, es “observar el riesgo y apostar por aquello que puede ser rentable teniendo en cuenta dicho factor”. Para ello, puede ser muy atractivo “la utilización de las herramientas que nos proporciona la tecnología”.

En ese sentido, la inteligencia colaborativa, el trabajo combinado entre máquinas y humanos, puede ayudar a comprender “con mayor profundidad los mercados financieros y lograr de ese modo unos mejores resultados” en términos de rendimientos para las carteras de los ahorradores, tal y como expone Frick.

El aprendizaje automático, también llamado machine learning, es una novedad tecnológica que puede aplicarse en la construcción de nuestras carteras. Se trata de una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente. Aprender en este contexto quiere decir identificar patrones complejos en millones de datos.

http://bit.ly/2P4topE

 

¿Por qué alguien le pediría a Google consejos de moda?

Los gigantes tecnológicos Amazon, Google y Facebook han comenzado a utilizar Machine Learning para darle consejos sobre qué ponerse. ¿El estilo de moda es el próximo campo que se verá afectado por la Inteligencia Artificial (IA), o el ojo humano seguirá siendo supremo?

Es demasiado pronto para saberlo con certeza, pero comprender en qué es bueno Machine Learning y cómo se superpone eso con lo que se trata la moda puede ayudarnos a hacer algunas conjeturas informadas.

Una cosa que Machine Learning hace muy bien es encontrar patrones y características comunes entre grupos de elementos.

Aprovechando esto, Google Lens y Amazon Style Snap pueden identificar una prenda a partir de una foto o video y luego contarles un poco más, como cómo la han usado otras personas o dónde pueden comprarla.

Esto cumple la misma función que una revista de moda con un aspecto de celebridad y dividiéndolo en pedazos. Al permitir a los consumidores recrear looks de películas, videos musicales, revistas y la pasarela, Machine Learning ayuda a democratizar los elementos del estilo.

Amazon también va más allá, vinculando prendas a una base de datos de looks de personas influyentes de la moda popular. Esto ofrece al cliente inspiración para crear looks y convenientemente les da una comisión a los influencers si el cliente compra la ropa.

http://bit.ly/38or1Wk

 
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